项目名称: 伪球滤波及其在图像特征检测中的应用研究

项目编号: No.61201395

项目类型: 青年科学基金项目

立项/批准年度: 2013

项目学科: 电子学与信息系统

项目作者: 刘红敏

作者单位: 河南理工大学

项目金额: 27万元

中文摘要: 本课题通过对数学上原点处无定义的伪球进行补充定义,克服原始伪球不能用于滤波的自身缺陷,使其像高斯函数一样能够作为构造滤波器的核函数。基于伪球函数的滤波器不仅具有尺度参数,还增加了特征保持参数,能够更好地解决噪音抑制与特征保持之间的矛盾,可用于改进或设计特征检测算法。本课题的主要研究内容包括:(1)伪球的补充定义,主要研究如何选取合适函数与伪球对接使其满足作为滤波器核函数的光滑条件;(2)伪球滤波器,主要研究各阶伪球滤波器的设计与实现;(3)基于伪球的特征检测,主要研究如何利用伪球滤波改进经典特征检测算法以及如何利用伪球自身特性设计特征检测算法。补充定义后的伪球函数可作为高斯函数的一种重要补充,能够广泛用于图像特征检测领域,对于推动图像处理领域相关技术的发展具有重要意义。

中文关键词: 伪球滤波;自适应滤波器;特征检测;特征匹配;

英文摘要: Pseudosphere function in mathematics has no definition at origin and thus it is incompetent as kernel function of filters. Aiming at overcoming the defect of pseudosphere in filtering, in this project pseudosphere is redefined to be qualified as the kernel function of filters like Gaussian function. For the proposed pseudosphere filter, an feature-preserving parameter is introduced besides a scale parameter, that makes a better trade-off between noise suppression and feature preserving. Furthermore, the pseudosphere filter can be used to improve existing algorithms or develop new algorithms in the field of image feature detection. The main contents of this project include: (1)Redefinition of pseudosphere, which mainly reseaches on how to select a function attached with the pseudosphere to make it satisfy the smoothing condition as the kernel function of filters. (2)Pseudosphere filters, which mainly focus on how to construct different types of pseudosphere filters. (3)Pseudosphere based feature detection, which mainly studies on improving the classic algorithms by replacing Gaussian filter with pseudosphere filter and developing new algorithms of greater performance using the characteristics of pseudosphere. Pseudosphere redefined in this project can be considered as an important supplement to Gaussian function

英文关键词: pseudosphere filter;adaptive filter;feature detection;feature matching;

成为VIP会员查看完整内容
0

相关内容

自编码器26页综述论文:概念、图解和应用
专知会员服务
27+阅读 · 2022年3月5日
专知会员服务
27+阅读 · 2021年10月6日
逆优化: 理论与应用
专知会员服务
36+阅读 · 2021年9月13日
专知会员服务
47+阅读 · 2021年9月9日
专知会员服务
85+阅读 · 2021年8月8日
专知会员服务
31+阅读 · 2021年7月26日
专知会员服务
40+阅读 · 2021年7月24日
专知会员服务
32+阅读 · 2021年6月18日
专知会员服务
77+阅读 · 2020年12月6日
姿势服装随心换-CVPR2019
专知会员服务
34+阅读 · 2020年1月26日
基于OpenCV的图像阴影去除
极市平台
1+阅读 · 2022年2月27日
综述:图像滤波常用算法实现及原理解析
极市平台
0+阅读 · 2022年1月29日
利用 OpenCV+ConvNets 检测几何图形
极市平台
0+阅读 · 2022年1月26日
CVPR2019 | 文本检测算法综述
极市平台
34+阅读 · 2019年5月30日
读者来稿 | 有效遮挡检测的鲁棒人脸识别
计算机视觉战队
19+阅读 · 2019年3月28日
CVPR2019 | FSAF:来自CMU的Single-Shot目标检测算法
极市平台
41+阅读 · 2019年3月8日
目标跟踪算法分类
算法与数据结构
20+阅读 · 2018年9月28日
【机器视觉】表面缺陷检测:机器视觉检测技术
产业智能官
25+阅读 · 2018年5月30日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月18日
Self-Attention Graph Pooling
Arxiv
13+阅读 · 2019年6月13日
小贴士
相关VIP内容
自编码器26页综述论文:概念、图解和应用
专知会员服务
27+阅读 · 2022年3月5日
专知会员服务
27+阅读 · 2021年10月6日
逆优化: 理论与应用
专知会员服务
36+阅读 · 2021年9月13日
专知会员服务
47+阅读 · 2021年9月9日
专知会员服务
85+阅读 · 2021年8月8日
专知会员服务
31+阅读 · 2021年7月26日
专知会员服务
40+阅读 · 2021年7月24日
专知会员服务
32+阅读 · 2021年6月18日
专知会员服务
77+阅读 · 2020年12月6日
姿势服装随心换-CVPR2019
专知会员服务
34+阅读 · 2020年1月26日
相关资讯
基于OpenCV的图像阴影去除
极市平台
1+阅读 · 2022年2月27日
综述:图像滤波常用算法实现及原理解析
极市平台
0+阅读 · 2022年1月29日
利用 OpenCV+ConvNets 检测几何图形
极市平台
0+阅读 · 2022年1月26日
CVPR2019 | 文本检测算法综述
极市平台
34+阅读 · 2019年5月30日
读者来稿 | 有效遮挡检测的鲁棒人脸识别
计算机视觉战队
19+阅读 · 2019年3月28日
CVPR2019 | FSAF:来自CMU的Single-Shot目标检测算法
极市平台
41+阅读 · 2019年3月8日
目标跟踪算法分类
算法与数据结构
20+阅读 · 2018年9月28日
【机器视觉】表面缺陷检测:机器视觉检测技术
产业智能官
25+阅读 · 2018年5月30日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员