基于arm-linux机器视觉的图像特征点快速检测方法

来源 :微电子学与计算机 | 被引量 : 3次 | 上传用户：qq310474070

【摘要】

：

针对传统的检测方法一直存在噪声影响严重,导致检测结果不准确的问题.提出基于arm-linux机器视觉的图像特征点快速检测方法,首先利用机器视觉技术拍摄目标图像信息,通过arm-linux系统对目标图像信息进行特征点分析提取、小波去噪等进一步处理;再依据图像处理结果建立Facet模型,计算求解图像特征点二阶方向导数,获取图像特征点二阶方向导数极小值小于零的像素点作为提取的图像特征点,通过对极大值的归

【作者】

：

李保华

【机构】

：

郑州成功财经学院信息工程系

【出处】

：

微电子学与计算机

【发表日期】

：

2017年10期

【关键词】

：

基于arm-linux 机器视觉图像特征点快速检测方法 based on arm - linux machine vision image featur

【基金项目】

：

河南省科技公关计划项目（172102210474）

下载到本地 , 更方便阅读

下载此文赞助VIP

声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架

论文部分内容阅读

其他文献

基于分块Radon尺度变换信息增强的图像融合技术

在对目标图像采集模糊性较强或者姿态变化幅度较大的情况下,目标准确识别精度不高,为了提高目标图像的准确识别率,提出一种基于分块Radon尺度变换信息增强的图像融合技术进行目标识别的方法.对采集的模糊目标图像进行小波降噪处理,对降噪输出的图像进行自适应模板匹配,结合图像分割方法将目标图像进行分块,利用Radon尺度变换的几何特征不变性对目标的关键特征点进行信息增强,实现特征点优化提取和目标准确辨识.以

期刊

Radon尺度变换分块图像目标识别降噪radon scale transform block image target recognition

物联网智能传感器的噪声与功耗

对于那些为物联网应用领域开发智能传感器的人士而言,性能与功耗的关系是最微妙的权衡考虑。在广阔的性能空间中,噪声常常是一个重要的评估因素,因为它能制约智能传感器中关键功能模块的器件选择,进而提高功耗负担。此外,噪声特性在很大程度上决定了滤波要求,而这又会影响传感器对条件快速变化的响应能力,延长产生高质量测量结果所需的时间。在支持连续观测(采样、处理、通信)的应用中,系统架构师常常不得

期刊

智能传感器物联网架构师功能模块噪声比噪声特性连续观测倾斜传感器应用领域评估因素

高流量负荷下基于支持向量机的空间数据聚类方法

目前通常采用聚合法和分裂法对空间数据进行分类处理及分层次解析，其分析速度不高，局限性较大．为了加快空间数据聚类速度，提高数据分类的准确率，提出一种基于支持向量机的空间数据

期刊

空间数据聚类支持向量机空间分布规律spatial data clustering support vector machine spatial dis

DTR算法的计算机可视化实现与应用

近些年来,随着计算机智能化的普及,机组结构的疲劳损伤控制如何通过计算机程序化来实现越来越被重视,这也对现有的传统算法提出了新的挑战.针对该问题,介绍了损伤额定值评价

期刊

损伤容限额定值计算机智能化MATLABdamage tolerance rating （DTR） computer intelligent MATL

基于arm-linux机器视觉的图像特征点快速检测方法

其他学术论文