论文部分内容阅读
为解决不同环境下的工业零件的角点检测的问题,在研究不同种类特征点检测各存在速度与检测精度的差异的基础上,提出一种基于图像角点灰度特征信息与曲率曲度相结合的特征点检测算法。通过结合角点灰度特征分析与类曲度检测特征点的优势,提高相应特征点的检测定位精度与检测成功率,同时兼顾检测时间效率。实验结果表明,与各自原算法相比,Harris-CPDA算法在相同时间内,可提供更为精准的特征点,在实际应用场景中对特征点检测的精度提升具有较大的作用,实现传统检测与深度学习的图像检测的新融合。