典型文献
面向大型建筑物形变监测的图像角点检测方法
文献摘要：
针对大型建筑物在实际灾害中因各种致变因素的作用发生形变,当超出一定限度时会演变成灾难的实际问题进行研究,通过引入高斯核卷积函数、初始像素点集的邻域作差筛选以及利用最小核值相似区的思想来筛选角点提出一种对大型建筑物进行形变监测的改进算法,并与4种相应算法进行了对比实验.结果表明:本文改进算法相较于其他算法在建筑物图像形变监测中正确率平均提升了近15％,平均检测时间缩短了近21％.可见本文改进算法提升了大型建筑物形变监测中的多尺度检测能力、减少了计算数据量、提升了角点检测准确性.
文献关键词：
大型建筑物形变;Harris算法;SUSAN算法;多尺度变化
中图分类号：
作者姓名：
王长庚;韩瑜
作者机构：
中山大学智能工程学院,广州 510006;广东省消防科学与智能应急技术重点实验室,广州510006
文献出处：
引用格式：
[1]王长庚;韩瑜-.面向大型建筑物形变监测的图像角点检测方法)[J].科学技术与工程,2022(30):13388-13397
A类：
大型建筑物形变,卷积函数
B类：
形变监测,角点检测,变因,会演,演变成,成灾,灾难,高斯核,像素点,点集,邻域,想来,改进算法,图像形变,中正,检测时间,多尺度检测,检测能力,算数,数据量,检测准确性,Harris,SUSAN,多尺度变化
AB值：
0.283863
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
