亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        一種適用于空間非合作目標(biāo)的角點(diǎn)檢測算法

        2018-01-09 06:46:28江騰達(dá)
        測繪工程 2018年2期
        關(guān)鍵詞:角點(diǎn)位姿算子

        江騰達(dá),邢 帥,李 鵬

        (信息工程大學(xué) 地理空間信息學(xué)院,河南 鄭州 450001)

        一種適用于空間非合作目標(biāo)的角點(diǎn)檢測算法

        江騰達(dá),邢 帥,李 鵬

        (信息工程大學(xué) 地理空間信息學(xué)院,河南 鄭州 450001)

        隨著在軌失效航天器數(shù)量不斷增加,針對(duì)這類空間非合作目標(biāo)的在軌服務(wù)需求日益迫切。由于在軌的非合作目標(biāo)飛行器上無法布置合作標(biāo)志器,通過提取非合作目標(biāo)上的關(guān)鍵輪廓角點(diǎn)對(duì)其進(jìn)行跟蹤。本文針對(duì)空間非合作目標(biāo)所具有的特性,傳統(tǒng)Harris算子對(duì)運(yùn)動(dòng)非合作目標(biāo)角點(diǎn)的檢測中存在大量的偽角點(diǎn),提出一種基于Canny邊緣檢測的Shi-Tomasi角點(diǎn)檢測方法,即對(duì)影像先進(jìn)行濾波、二值化及形態(tài)學(xué)處理,其次利用Canny邊緣檢測獲得其輪廓后再進(jìn)行Shi-Tomasi角點(diǎn)檢測。實(shí)驗(yàn)結(jié)果表明,該算法能有效地解決深空中光照條件等因素造成的角點(diǎn)難以檢測問題以及減少偽角點(diǎn),對(duì)空間非合作目標(biāo)的關(guān)鍵角點(diǎn)提取有較好地檢測精度和準(zhǔn)確性。

        非合作目標(biāo);角點(diǎn)檢測;Harris算法;Shi-Tomasi算法;Canny邊緣檢測

        近些年來,隨著空間技術(shù)的快速發(fā)展,外太空航天器數(shù)量的不斷增加,失效的航天器也在增多,嚴(yán)重威脅著正常工作航天器的安全運(yùn)行。因此,為了安全、持續(xù)的開發(fā)和利用空間資源,必須不斷提高對(duì)失效航天器的在軌維修以及清理技術(shù)。由于大多數(shù)已在軌的失效航天器都是非合作的,即沒有用于輔助測量的合作標(biāo)志器,如何準(zhǔn)確檢測到角點(diǎn)是進(jìn)行空間非合作目標(biāo)的自主識(shí)別的關(guān)鍵[1-3]。目前,在深空中運(yùn)行的衛(wèi)星多達(dá)上千顆,有資源勘察衛(wèi)星、偵察衛(wèi)星、氣象衛(wèi)星等,其中多數(shù)衛(wèi)星都是有規(guī)則的、常見的結(jié)構(gòu),如太陽能帆板、星箭對(duì)接環(huán)、天線等。由于大多數(shù)衛(wèi)星的太陽能帆板及衛(wèi)星主體都是規(guī)則的矩形,且在特征檢測中矩形容易檢測,所以通常將衛(wèi)星的太陽能帆板及衛(wèi)星主體作為目標(biāo)識(shí)別中的有利特征[4]。由于帆板其表面紋理單一且亮度偏暗,如何準(zhǔn)確提取帆板的關(guān)鍵角點(diǎn)是在軌服務(wù)的前提。

        角點(diǎn)是圖像亮度變化比較劇烈的點(diǎn)或者是圖像邊緣曲線上曲率值極大的點(diǎn),它在保留圖像特征的基礎(chǔ)上有效地減少了信息的數(shù)據(jù)量,從而提高了圖像處理的速度以及實(shí)驗(yàn)精度。有利于實(shí)現(xiàn)目標(biāo)圖像特征的可靠匹配,在物體識(shí)別、目標(biāo)跟蹤以及運(yùn)動(dòng)估計(jì)中均發(fā)揮了重要作用。對(duì)于在軌的非合作目標(biāo)的位姿估計(jì),目標(biāo)影像的角點(diǎn)檢測是一項(xiàng)重要的基礎(chǔ)工作。Inaba等人提出了一種非合作目標(biāo)的識(shí)別與捕獲方法[5]。德國宇航局(DLR)設(shè)計(jì)了一種針對(duì)非合作目標(biāo)發(fā)動(dòng)機(jī)的抓捕機(jī)構(gòu)及基于多傳感器數(shù)據(jù)融合的識(shí)別算法[6]。曾占魁等人提出空間非合作目標(biāo)超近距離位姿測量技術(shù)研究。針對(duì)角點(diǎn)檢測多數(shù)采用Harris算法[7-10],該算法自動(dòng)化程度高,信息量大,提取的角點(diǎn)數(shù)量多,但由于深空中環(huán)境因素以及空間非合作目標(biāo)的特性,檢測的角點(diǎn)中有許多的虛假角點(diǎn),這對(duì)后續(xù)的跟蹤及匹配的并不是很理想,即該算法不太適用于運(yùn)動(dòng)的空間非合作目標(biāo)。針對(duì)Harris算法對(duì)于運(yùn)動(dòng)的目標(biāo)存在的缺點(diǎn),Shi和Tomasi提出了Shi-Tomasi角點(diǎn)檢測算法[11-12],它是Harris算法的改進(jìn),能克服Harris算法對(duì)于運(yùn)動(dòng)目標(biāo)跟蹤的不足。但Shi-Tomasi算法在角點(diǎn)檢測時(shí),仍受光照等條件的影響,使目標(biāo)輪廓信息部分丟失而不能很好的提取強(qiáng)角點(diǎn)。針對(duì)非合作目標(biāo)類衛(wèi)星的角點(diǎn)檢測,本文分析了Canny邊緣檢測及Shi-Tomasi角點(diǎn)檢測算法原理,提出了一種基于Canny邊緣檢測的Shi-Tomasi角點(diǎn)檢測方法,先通過Canny邊緣檢測,再進(jìn)行Shi-Tomasi角點(diǎn)檢測,可以提高后續(xù)角點(diǎn)的跟蹤及匹配的穩(wěn)定性和準(zhǔn)確率,能更好地進(jìn)行位姿變化估計(jì)。

        1 Canny邊緣檢測

        在圖像特征中邊緣仍然是很重要的。對(duì)于傳統(tǒng)邊緣的檢測算子,如Prewitt、Robert、Sobel、LOG等,由于其本身存在各種不足,在許多情況下其檢測效果并不令人滿意。近年來,在傳統(tǒng)方法的基礎(chǔ)上,相繼發(fā)展出了一批新的邊緣檢測方法,如基于自適應(yīng)平滑濾波法、曲面擬合法、小波變換法等。盡管如此,Canny算子由于具有較好的信噪比和檢測精度,仍在圖像處理領(lǐng)域受到廣泛應(yīng)用。

        Canny于1986年提出一個(gè)較好邊緣檢測算子且應(yīng)滿足如下3個(gè)判斷準(zhǔn)則,并提出一種新的邊緣檢測算子。

        1)信噪比準(zhǔn)則

        (1)

        式中:ɡ(x)是邊界為[-w,+w]的濾波器脈沖響應(yīng),G(-x)是邊緣函數(shù),n0是高斯噪聲的均方根,信噪比越小,提取的邊緣質(zhì)量越差,反之,則越好。

        2)定位的精度準(zhǔn)則

        (2)

        式中:G′(-x)和g′(x)分別表示G(-x)及g(x)的一階導(dǎo)數(shù),Localization值越小,表明定位精度越低,反之,表明定位精度越高。

        3)單邊緣響應(yīng)準(zhǔn)則:需保證單邊緣只有一個(gè)像素響應(yīng),且檢測算子的脈沖響應(yīng)導(dǎo)數(shù)零交叉點(diǎn)的平均距離D(ɡ′)應(yīng)滿足:

        (3)

        若滿足此條件,就能保證單邊緣只有一個(gè)像素響應(yīng)。

        基于滿足這三個(gè)判斷準(zhǔn)則,Canny推導(dǎo)出了一種最佳邊緣檢測算子即Canny算子。

        2 Shi-Tomasi算子

        雖然Harris算子相對(duì)于其他角點(diǎn)提取算法有明顯的優(yōu)勢,但在深空環(huán)境下,本實(shí)驗(yàn)針對(duì)運(yùn)動(dòng)的非合作目標(biāo),且紋理過于單一,使用Harris算子對(duì)非合作目標(biāo)衛(wèi)星進(jìn)行角點(diǎn)檢測,很難滿足目標(biāo)的運(yùn)動(dòng)跟蹤估計(jì),因此本文采用了Shi-Tomasi算子進(jìn)行角點(diǎn)檢測。Shi-Tomasi是Shi和Tomasi提出的角點(diǎn)檢測方法,它是Harris算子的改進(jìn),而Harris角點(diǎn)檢測算子是由C.Harris和M.J.Stephens在1998年提出的一種基于信號(hào)的點(diǎn)特征提取算子,是在Moravec算法的基礎(chǔ)上提出的。其中Moravec角點(diǎn)檢測算法的思想:在圖像中建立一個(gè)檢測窗口,通過向各個(gè)方向微小的移動(dòng)窗口,考察窗口的平均能力,當(dāng)該能量變化值大于設(shè)定的閾值時(shí),此時(shí)就將窗口的中心像素點(diǎn)提取為角點(diǎn)。假設(shè)像素點(diǎn)(x,y)的灰度為f(x,y),則圖像中每個(gè)像素點(diǎn)(x,y)移動(dòng)(u,v)的灰度變化為

        (4)

        式中:(u,v)取值為8個(gè)基本方向上的移動(dòng):(1,0),(1,1),(0,1),(-1,1),(-1,0),(-1,-1)(0,-1),(1,-1)。該方法只能檢測窗口函數(shù)在8個(gè)基本方向上移動(dòng)的強(qiáng)度變化,使得Moravec算子不具有旋轉(zhuǎn)不變性,即如果將目標(biāo)圖像旋轉(zhuǎn)15°后,原來能夠檢測到的角點(diǎn)現(xiàn)在并不能檢測到,原來不是角點(diǎn)的點(diǎn)現(xiàn)在可能變成了角點(diǎn),所以該方法不能準(zhǔn)確提取到穩(wěn)定的角點(diǎn),因此,Harris在此基礎(chǔ)上,通過微分運(yùn)算和自相關(guān)矩陣來檢測角點(diǎn)。其表達(dá)式:

        (5)

        定義矩陣

        設(shè)λ1,λ2分別是M的兩個(gè)特征值,而在Shi-Tomasi算法中,若兩個(gè)特征值中較小的一個(gè)大于最小閾值,則會(huì)得到強(qiáng)角點(diǎn)。因?yàn)檩^大不確定度取決于較小的特征值,所以通過尋找最小特征值的最大值來尋找好的特征點(diǎn)。

        3 基于Canny邊緣檢測的Shi-Tomasi角點(diǎn)提取

        受采集環(huán)境的明暗程度和設(shè)備性能的優(yōu)劣等因素的影響,通過光學(xué)傳感器獲取的空間非合作目標(biāo)的影像往往存在噪聲較大、灰度差異較小等缺點(diǎn)。另外,如距離的遠(yuǎn)近,焦距大小等因素又會(huì)使得目標(biāo)在整幅圖像中間的大小和位置存在不確定性,與常見目標(biāo)不同,深空背景通常較為單一,假設(shè)相機(jī)影片的成像規(guī)律:①背景占據(jù)了圖像的大部分;②背景在影像中呈最暗的顏色。在實(shí)驗(yàn)室條件下進(jìn)行半物理仿真實(shí)驗(yàn)。圖1為實(shí)驗(yàn)室條件下模擬的一幅空間目標(biāo)觀測影像。

        圖1 模擬空間目標(biāo)觀測影像

        圖2 Harris角點(diǎn)檢測結(jié)果

        通過觀察影像可以發(fā)現(xiàn),目標(biāo)紋理結(jié)構(gòu)簡單且與背景顏色比較接近,給角點(diǎn)檢測帶來不少困難,再不做任何處理的情況下,其檢測結(jié)果如圖 2所示,即需對(duì)原始影像進(jìn)行一系列的預(yù)處理,如均值濾波、二值化以及形態(tài)學(xué)處理等[14]。

        國內(nèi)外許多學(xué)者在針對(duì)空間非合作目標(biāo)的角點(diǎn)檢測方面多采用的是Harris角點(diǎn)檢測算法,該算法計(jì)算簡單,自動(dòng)化程度高,具有良好的信息量,且其能檢測到不少的角點(diǎn),但其檢測的角點(diǎn)中存在不少的虛假角點(diǎn),不利于后面位姿估計(jì)。而Shi-Tomasi算法雖然已經(jīng)很成熟,是Harris角點(diǎn)檢測算法的改進(jìn),但目前研究學(xué)者并未將其針對(duì)空間非合作目標(biāo)進(jìn)行角點(diǎn)的檢測,通過實(shí)驗(yàn)的檢測結(jié)果圖 3可知,帆板上關(guān)鍵的角點(diǎn)基本能檢測到,偽角點(diǎn)也很少。由于受光照及環(huán)境因素的影響,存在少數(shù)的關(guān)鍵角點(diǎn)未檢測到,如圖 3紅框所顯示,即需在進(jìn)行角點(diǎn)檢測之前先進(jìn)行邊緣檢測獲得其帆板輪廓,這樣能更好的檢測到非合作目標(biāo)帆板輪廓的關(guān)鍵角點(diǎn),于是提出一種基于Canny邊緣檢測的Shi-Tomasi角點(diǎn)檢測算法。

        圖3 Shi-Tomasi角點(diǎn)檢測

        該方法的基本步驟:首先對(duì)衛(wèi)星影像進(jìn)行必要的預(yù)處理,主要包括影像去噪、影像二值化及形態(tài)學(xué)處理,然后對(duì)影像進(jìn)行Canny邊緣檢測,最后采用Shi-Tomasi算子進(jìn)行角點(diǎn)檢測。其中Canny邊緣檢測、Shi-Toamsi角點(diǎn)檢測 這兩步是本算法的核心所在,這兩步的結(jié)果直接影響后面角點(diǎn)的跟蹤及位姿估計(jì)的好壞。該方法的主要流程如圖 4所示。

        圖4 角點(diǎn)檢測流程

        4 實(shí)驗(yàn)結(jié)果分析

        本文利用地面半物理仿真實(shí)驗(yàn)平臺(tái),如圖 5所示,模擬了空間非合作目標(biāo)的探測狀態(tài)和過程,首先將衛(wèi)星模型放于標(biāo)尺上,再將其整體置于一塊背景為黑色的帆布上,用帆布模擬深空背景,然后通過調(diào)節(jié)標(biāo)尺使衛(wèi)星模型運(yùn)動(dòng),獲取了若干序列實(shí)驗(yàn)觀測影像,如圖 6(a)所示。該空間非合作目標(biāo)的序列影像具有共性特征;①紋理單一;②光照不均勻;③噪聲大。因此需對(duì)影像進(jìn)行自適應(yīng)的二值化處理、形態(tài)學(xué)處理以及Canny邊緣檢測,其結(jié)果分別如圖 6(b)、(c)及(d)所示。

        圖5 實(shí)驗(yàn)條件

        圖6 影像的二值化、形態(tài)學(xué)處理及Canny邊緣檢測

        本文通過Harris角點(diǎn)檢測、Shi-Tomasi角點(diǎn)檢測與本文算法三種方法進(jìn)行角點(diǎn)檢測的比較。根據(jù)圖7的實(shí)驗(yàn)結(jié)果可知,圖 7(a)所示, Harris算法計(jì)算簡單,自動(dòng)化程度高,具有良好的信息量;由于受光照的影響大,其檢測的角點(diǎn)中存在很多的偽角點(diǎn),這對(duì)后續(xù)空間非合作目標(biāo)的相對(duì)位姿變化的估計(jì)有很大的影響,不利于運(yùn)動(dòng)目標(biāo)位姿估計(jì)。而Shi-Tomasi角點(diǎn)檢測算法能很好的克服Harris運(yùn)動(dòng)的非合作目標(biāo)角點(diǎn)檢測中不足,且具有旋轉(zhuǎn)不變性,可減少偽角點(diǎn);但仍受光照條件及環(huán)境的影響, 通過圖 7(b)的紅色標(biāo)框可知,帆板上仍有部分關(guān)鍵角點(diǎn)難以檢測,所以需要對(duì)其進(jìn)行必要的處理,即對(duì)影像先進(jìn)行邊緣檢測,獲得其完整輪廓,再進(jìn)行Shi-Tomasi角點(diǎn)檢測,如圖 7(c)所示,從實(shí)驗(yàn)結(jié)果中可發(fā)現(xiàn),本文方法比Shi-Tomasi算法能更好、更穩(wěn)定地檢測到目標(biāo)輪廓的關(guān)鍵角點(diǎn)。這將有利于后續(xù)的角點(diǎn)跟蹤及位姿估計(jì),可以通過后續(xù)的位姿估計(jì)驗(yàn)證本文方法的優(yōu)勢。

        圖7 影像角點(diǎn)檢測的比較

        所謂的位姿估計(jì)就是利用提取的角點(diǎn)進(jìn)行跟蹤、立體匹配及前方交會(huì)獲得其三維信息,其次通過序列影像進(jìn)行其角點(diǎn)的位姿變化,從而能獲得其目標(biāo)的位姿變化,達(dá)到對(duì)目標(biāo)的實(shí)時(shí)跟蹤。本文也通過序列影像的位姿估計(jì)對(duì)角點(diǎn)提取方法做了比較,其結(jié)果如圖8所示。從上文可知,由于國內(nèi)外對(duì)空間非合作目標(biāo)的研究還不是很成熟,其實(shí)驗(yàn)數(shù)據(jù)很難獲取,因此本文采用的影像是在實(shí)驗(yàn)室條件下模擬獲取的,通過衛(wèi)星模型在標(biāo)尺上的移動(dòng)模擬空間非合作目標(biāo)與相機(jī)之間的相對(duì)運(yùn)動(dòng),本實(shí)驗(yàn)的條件是假設(shè)衛(wèi)星模型不發(fā)生旋轉(zhuǎn),只在標(biāo)尺上以10 mm為單位向x方向移動(dòng),每移動(dòng)一次通過立體相機(jī)拍攝下來,獲得其此刻的影像。對(duì)該立體序列影像進(jìn)行處理估計(jì)其位姿變化。通過表1實(shí)驗(yàn)結(jié)果可知,由于實(shí)驗(yàn)條件的局限性,衛(wèi)星在標(biāo)尺上每運(yùn)動(dòng)一次,由于抖動(dòng)造成其在三個(gè)旋轉(zhuǎn)角方向及△Y,△Z上有微小的變化,但△X的大小體現(xiàn)了本實(shí)驗(yàn)結(jié)果的好與壞,且△X的真值是10 mm。分析結(jié)果可知本文的角點(diǎn)提取算法精度高于Harris和Shi-Tomasi算法。

        圖8 三種方法的位姿估計(jì)結(jié)果

        表1 通過位姿估計(jì)進(jìn)行三種方法的比較

        因此本文提出的基于Canny邊緣檢測的Shi-Tomasi角點(diǎn)檢測方法能夠有效檢測出在軌空間非合作目標(biāo)輪廓的關(guān)鍵角點(diǎn),檢測結(jié)果具有較好的穩(wěn)定性,有助于關(guān)鍵角點(diǎn)衛(wèi)星位姿變化的跟蹤和估計(jì)。

        5 結(jié) 論

        對(duì)空間非合作目標(biāo)進(jìn)行有效的角點(diǎn)檢測是開展目標(biāo)位姿估計(jì)的基礎(chǔ)。由于受光照和空間背景等多種因素的影響,傳統(tǒng)的角點(diǎn)提取算子不能很好地適用于空間非合作目標(biāo)的角點(diǎn),因此,本文提出一種基于Canny邊緣檢測的Shi-Tomasi角點(diǎn)檢測方法。本文在影像預(yù)處理的基礎(chǔ)上利用Canny邊緣檢測的Shi-Tomasi角點(diǎn)檢測方法。本文在影像預(yù)處理的基礎(chǔ)上利用Canny邊緣檢測獲得其目標(biāo)的輪廓信息,再結(jié)合Shi-Tomasi算法進(jìn)行角點(diǎn)檢測,有效地降低深空環(huán)境下的光照條件對(duì)角點(diǎn)檢測的影響。實(shí)驗(yàn)結(jié)果表明該方法的有效性和可靠性,適用于深空中運(yùn)動(dòng)的衛(wèi)星類目標(biāo)的角點(diǎn)跟蹤。

        [1] 徐文福, 梁斌, 李成,等. 基于立體視覺的航天器相對(duì)位姿測量方法與仿真研究[J]. 宇航學(xué)報(bào), 2009, 30(4):1421-1428.

        [2] 徐培智. 基于視覺和激光的空間非合作目標(biāo)相對(duì)位姿測量技術(shù)研究[D]. 南京:南京航空航天大學(xué), 2014.

        [3] 曾占魁,魏祥泉, 黃建明,等. 空間非合作目標(biāo)超近距離位姿測量技術(shù)研究[J]. 上海航天, 2013, 30(6):10-17.

        [4] 苗錫奎, 朱楓, 郝穎明,等. 基于太陽能帆板部件的空間非合作飛行器視覺位姿測量方法[J]. 高技術(shù)通訊, 2013, 23(4):400-406.

        [5] INABA N, ODA M, ASANO M. Rescuing a Stranded Satellite in Space : Experimental Robotic Capture of Non-Cooperative Satellites[J].Transactions of the Japan Society for Aeronau-tical & Spaceences, 2006, 48(162):213-220.

        [6] CHRISTIANSEN S, NILSON T. Docking System for Autonomous, Un-manned Docking Operations[C].//Aerospace Conference. IEEE, 2008.1-14.

        [7] HARRIS C. A Combined Corner and Edge Detector[C].// Alvey Vision Conference. 1988.147-151.

        [8] 房超, 王小鵬, 牛云鵬,等. 基于改進(jìn)Harris算法的角點(diǎn)檢測[J]. 計(jì)算機(jī)與數(shù)字工程, 2011, 39(5):142-144.

        [9] 王瑞, 郝娜, 張波,等. 一種自適應(yīng)Harris角點(diǎn)檢測算法[J]. 火力與指揮控制, 2015(7):84-86.

        [10] 吳鵬, 徐洪玲, 李雯霖,等. 基于區(qū)域檢測的多尺度Harris角點(diǎn)檢測算法[J]. 哈爾濱工程大學(xué)學(xué)報(bào)(英文版), 2016, 37(7):969-973.

        [11] 于仕琪,劉瑞禎. 學(xué)習(xí) OpenCV(中文版)[M]. 北京:清華大學(xué)出版社,2009:351-355.

        [12] SHI J,TOMASI C.Good feature to track[C]//Proc Of IEEE Conference on Computer Vision and Pattern Recognition.[S.l.]:IEEE Press,1994:593-600.

        [13] 戴青云,余英林. 數(shù)學(xué)形態(tài)學(xué)在圖像處理中的應(yīng)用進(jìn)展[J].控制理論與應(yīng)用,2001,18(4):478-482.

        [14] 牛瑞, 王昱, 戴兵. 一種基于數(shù)學(xué)形態(tài)學(xué)的星點(diǎn)提取方法[J]. 測繪科學(xué)與工程, 2016(4):33-38.

        A key feature point detection algorithm for non-cooperative target in space

        JIANG Tengda, XING Shuai, LI Peng

        (School of Surveying and Mapping , Information Engineering University, Zhengzhou 450001,China)

        With the increase of the number of spacecraft in orbit, the demand for the service of this kind of non-cooperative target in space is becoming more and more urgent. Due to the problem that orbit non-cooperative target aircraft cannot be arranged cooperative markers, the key outline corners extracted from non-cooperative target can track the target. Aiming at the characteristics of space non-cooperative targets, the traditional Harris algorithm has a large number of pseudo-corner points in motion detection of non-cooperative targets.To solve the problem, the paper proposes a method combined Canny edge detection with Shi-Tomasi corner detection. First, the process for images includes filtering, binarization and morphological processing, then the Canny edge detection is used to obtain the contour and combine with Shi-Tomasi corner detection to obtain the result. The experimental result shows that this algorithm can effectively solve the difficult detection problems and pseudo-corner points in deep space due to the lighting conditions, of which the detection has better precision and accuracy.

        non-cooperative target;corner detection; Harris algorithm; Shi-Tomasi algorithm; Canny edge detection

        2016-11-09

        國家自然科學(xué)基金資助項(xiàng)目(41371436);國家973計(jì)劃項(xiàng)目(2012CB720001)

        江騰達(dá)(1990-),男,碩士研究生.

        著錄:江騰達(dá),邢帥,李鵬.一種適用于空間非合作目標(biāo)的角點(diǎn)檢測算法[J].測繪工程,2018,27(2):65-70.

        10.19349/j.cnki.issn1006-7949.2018.02.013

        TP391.4

        A

        1006-7949(2018)02-0065-06

        李銘娜]

        猜你喜歡
        角點(diǎn)位姿算子
        擬微分算子在Hp(ω)上的有界性
        各向異性次Laplace算子和擬p-次Laplace算子的Picone恒等式及其應(yīng)用
        一類Markov模算子半群與相應(yīng)的算子值Dirichlet型刻畫
        基于FAST角點(diǎn)檢測算法上對(duì)Y型與X型角點(diǎn)的檢測
        基于邊緣的角點(diǎn)分類和描述算法
        電子科技(2016年12期)2016-12-26 02:25:49
        Roper-Suffridge延拓算子與Loewner鏈
        基于共面直線迭代加權(quán)最小二乘的相機(jī)位姿估計(jì)
        基于CAD模型的單目六自由度位姿測量
        基于圓環(huán)模板的改進(jìn)Harris角點(diǎn)檢測算法
        小型四旋翼飛行器位姿建模及其仿真
        中文字幕亚洲五月综合婷久狠狠 | 精品人妻一区二区三区四区| 国产免费一区二区三区最新不卡| 黄色av三级在线免费观看| 国产亚洲av综合人人澡精品| 人妻少妇被猛烈进入中文| 一区二区三区精品少妇| 在线观看老湿视频福利| 国产呦系列呦交| 国产亚洲精品综合一区| 伊人狼人大香线蕉手机视频| 一边捏奶头一边高潮视频| 色综合久久精品亚洲国产| 亚洲欧洲日产国码高潮αv| 老熟女一区二区免费| 精品国产乱码一区二区三区| 白色白在线观看免费2| 麻豆国产精品久久人妻| 国产人与禽zoz0性伦| 亚洲福利视频一区| 蜜桃视频免费在线视频| 亚洲无人区一码二码国产内射| 国产成人91久久麻豆视频| 九九精品国产亚洲av日韩| 色av综合av综合无码网站| 国产精品国产三级国产在线观| 综合久久一区二区三区| 亚洲视频在线免费不卡| 欧美黑人又大又粗xxxxx| 亲子乱aⅴ一区二区三区下载| 麻豆国产成人AV网| 亚洲精品偷拍自综合网| 亚洲综合激情另类小说区| 亚洲精品久久久久久动漫| 亚洲日本国产乱码va在线观看| 久久精品国产亚洲av麻豆床戏 | 欧美日韩精品久久久免费观看| a毛片全部免费播放| 亚洲a人片在线观看网址| av天堂网手机在线观看| 东北少妇不带套对白|