10.3969/j.issn.1000-386X.2011.01.038
基于特征点的路面图像检测
随着高速公路建设的日新月异,路面维护问题也日益突出.针对路面破损监测对实时性要求高的特点,提出一种快速实时的基于SUSAN(Small univalue segment assimilation nucleus)算法的公路破损图像的检测方法.新方法首先利用SUSAN算法对特征点进行准确提取,然后引入模糊聚类理论,对特征点进行分类,接着利用分类结果及特征点的邻域像素梯度方向分布特性差别来进行特征点的匹配,最后使用RANSAC(Random sample consensus)算法进行特征点错配的消除.经实验证明,这种方法匹配准确,运行速度快,可达到很好的效果,这对完善公路图像自动检测系统,有很好的参考价值.
特征点检测、SUSAN算法、模糊聚类、RANSAC算法
28
TP1;U41
河北省教育厅资助项目413027
2011-04-20（万方平台首次上网日期，不代表论文的发表时间）
共3页
124-126
