1) Harris algorithm
Harris算法
1.
The Harris algorithm used in this paper is based on the correlation function of the gray image.
本文中采用的Harris算法就是基于图像灰度的自相关函数,直接从灰度图像中检测兴趣点的算法。
2.
A multi-scale Harris algorithm for feature point detecting based on image sub-block is proposed.
由于Harris算法在特征点检测时阈值是经验性的,对检测要求的特征点数量只能多次尝试,而且检测中阈值是单一的,造成特征点在局部区域聚簇,分布不均匀,不能很好的表征图像整体特征。
3.
It gains the approximate position of motion target by using frame differencing algorithm, uses Harris algorithm to pick up the corner points of motion targets in every frame of video image and normalizes the configuration of these corner points.
采用帧差法获知运动目标大概位置,运用Harris算法提取每帧视频图像中运动目标的角点,并对其进行归一化处理,利用RANSAC算法对角点进行匹配,使用阈值分割法确定运动目标位置。
2) harris detector
Harris算子
1.
In this paper,an improved Harris detector is applied to obtain subpixel coordinates of earmark on the calibration gauge,can obtain the feature space coordinates through pre-calibration,and use BP neural network technology for correcting distorted image.
采用改进的Harris算子检测标定板上特征点的亚像素坐标,通过预标定获得特征点空间坐标,并应用BP神经网络技术校正畸变图像。
2.
Firstly,the improved Harris detector is applied to obtain the sub-pixel coordinates of the corners.
采用一个方格图样模板进行标定,先利用改进的Harris算子精确提取角点的亚象素坐标,通过预标定获得主点坐标;然后在考虑摄像机径向畸变的情况下建立摄像机模型,并求解摄像机内外参数。
3) Harris operator
Harris算子
1.
Second,Harris operator was adopted to detect interest points in a rectangular area covering all the faci.
方法针对红外正面脸部图像,采用一种无监督的局部和全局的特征提取方法,首先通过阈值法区分出前景和背景,并根据面部特征对称性在前景中确定鼻区;然后在面部确定一个包含所有特征的矩形区域,利用Harris算子在该区域检测出角点,并找出这些点的局部最大值点;最后用K-means方法对这些点进行聚类。
2.
A matching method for remote sensing images based on Harris operator and wavelet pyramid is proposed.
在对多分辨率遥感图像进行完预处理的基础上,先利用Harris算子提取待匹配图像的特征点,然后利用小波金字塔完成匹配。
3.
A new auto-adapted feature points extraction method based on Harris operator is proposed in this paper.
提出一种基于Harris算子的遥感影像自适应特征点信息提取新方法。
4) Harris corner detector
Harris算子
1.
Corner detection method based on Harris corner detector is given in the paper,with planar pattern as the reference object.
采用平面棋盘模板作为标定物,提出了一种基于Harris算子的角点自动提取方法。
2.
Harris corner detector is most widely used in the field of computer vision.
Harris算子是在计算机视觉领域使用非常广泛的点特征提取算子,它算法简单,而且稳定,但当在光照、震动等复杂情况下,准确率却达不到实际应用的要求。
3.
This paper compares two important corner detectors:Harris corner detector and Frstner corner detector.
Harris算子是在计算机视觉领域使用非常广泛的点特征提取算子 ,它算法简单 ,而且稳定 ,但缺憾是其定位精度只能达到一个像素。
5) Harris-Laplace
Harris-Laplace算子
1.
Harris-Laplace detector combined with scale adaption overcomes the disadvantages to some extent, besides, it has good robustness against rotating, noise and compressing attack.
然而传统Harris算子提取的特征点对于较大尺度缩放攻击的稳定性较差,结合自适应尺度特性的Harris-Laplace算子在一定程度上克服了这一缺点,并且对于旋转,噪声及压缩攻击均具有较好鲁棒性。
6) Harris corner detector
Harris角点算子
补充资料：Bellman-Harris过程
Bellman-Harris过程
Bellman - Harris process
Bellman一Ha币s过程【决l恤幼一Ha州5 pl、x犯ss;B洲1-Maoa一Xapp.ea uPo”eee」 年龄相关分支过程咬branchingp~55，a邵一de-户泪dent)的一种特殊情形.首先由R.Bellman和T.EHarris(川)加以研究.在Bellman一Harris过程中，假定诸粒子彼此独立地在一随机时期内生存，且在它们生存时间的终了产生随机多个新粒子.若G(t)为诸粒子生存时间的分布函数，h(s)为每个粒子下一代数目的母函数，且在t二0时粒子的年龄为O，则粒子数川O的母函数F(t;s)=〔s刚满足非线性积分方程 F(‘;s)二{人(F(‘一u;、))d‘(u)一干、(l一G(‘)). }如果 石仃)二1一。，一入，l)()，则Bellman一Harris过程是一连续时间MaPKoB分支过程.
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条