跳到主要内容

基于经验模式分解的特征点检测

摘要

本文介绍了一种新的基于轮廓的方法,用于检测大量仿射不变兴趣点或特征点。在第一步中,通过形态学算子检测图像边缘,然后进行边缘细化。在第二步中,根据边缘的局部曲率识别角点或特征点。这项工作的主要贡献是基于一维经验模式分解(EMD)从细化的边缘中选择良好的鉴别特征点。仿真结果将该方法与现有的五种方法进行了比较,取得了良好的效果。所建议的基于轮廓的技术检测图像的几乎所有真实特征点。以重复率作为性能评价标准,评价了不同变换下的几何稳定性。结果表明,该方法的性能优于现有的已知方法。

出版商备注

要访问完整的文章,请参阅PDF。

作者信息

作者和附属机构

作者

通讯作者

与的通信杰斯明·法扎娜·汗

权利和权限

开放式访问本文根据Creative Commons Attribution 2.0 International License的条款分发(https://creativecommons.org/licenses/by/2.0)它允许在任何介质中不受限制地使用、分发和复制原始作品,前提是正确引用了原始作品。

转载和许可

关于本文

引用这篇文章

Khan,J.F.,Barner,K.和Adhami,R.利用经验模式分解进行特征点检测。EURASIP J.高级信号处理。 2008, 287061 (2008). https://doi.org/10.1155/2008/287061

下载引文

  • 收到以下为:

  • 修订过的以下为:

  • 认可的以下为:

  • 出版以下为:

  • 内政部以下为:https://doi.org/10.1155/2008/287061

关键词