文献

J-GLOBAL ID：201802257869228399   整理番号：18A0667516

画素自己相関行列の閾値適応隅角部検出アルゴリズム【JST・京大機械翻訳】

An adaptive threshold corner detection algorithm based on auto-correlation matrix of image pixel

著者 (4件)： Deng Xiaolian (三峡大学理学院,宜昌,443002) ,  Du Yuqi (三峡大学理学院,宜昌,443002) ,  Wang Zhangyao (中国科学院遥感与数字地球研究所,北京,100101) ,  Wang Xiaohua (三峡大学理学院,宜昌,443002)
資料名： Nongye Gongcheng Xuebao  (Nongye Gongcheng Xuebao)
巻： 33  号： 18  ページ： 134-140  発行年： 2017年 
JST資料番号： C2454A  ISSN： 1002-6819  CODEN： NGOXEO  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： Harrisコーナ検出アルゴリズムにおけるコーナー応答関数(CRF)係数閾値と非極大値抑制係数閾値は,人為的設定によって引き起こされる可変性とランダム性の問題を必要とする。本論文では,画像の各画素の自己相関行列の行列値を計算することにより,特徴点画像を構築するために適応閾値セグメンテーションを行う改良Harrisコーナ検出アルゴリズムを提案した。まず第一に,原画像の方向性フィルタリングと低域通過後の各画素の自己相関行列の行列値を計算することにより,特徴点画像を構築した。次に,OTSUアルゴリズムを用いて,特徴点の画像セグメンテーション閾値を計算し,それにより,事前選択領域を選択することができた。最後に,改良した非最大値抑制法を用いて,有効隅角部を抽出した。5つの隅角部検出の結果を比較することにより,異なるタイプの画像の隅角部検出精度が改善され,高解像度二次リモートセンシング画像の角度検出精度が27.06パーセント向上することを示した。従来のHarrisコーナ検出アルゴリズムと比較して,提案したアルゴリズムは,コーナー検出の最適閾値を自動的に計算するだけでなく,正確に角点を除去し,エッジ検出の精度を改善することができ,このことは,リモートセンシング画像データの検出のための参照を提供した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： セグメンテーション ,  フィルタリング ,  *アルゴリズム ,  高分解能 ,  指向性 ,  エッジ検出 ,  画像 ,  *画素
準シソーラス用語： コーナー検出 ,  リモートセンシング画像 ,  検出精度 ,  画像セグメンテーション ,  特徴点 ,  *検出アルゴリズム ,  *相関行列 , 【Automatic Indexing@JST】

著者キーワード (6件)： image processing ,  algorithms ,  corner detection ,  auto-correlation matrix ,  feature corner image ,  non-maximum suppression

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (7件)： 画素 ,  自己相関 ,  行列 ,  閾値 ,  適応 ,  隅角部 ,  検出アルゴリズム