基于自适应拟合的角点检测

特征点的选取是视觉研究的基础,其选取的精确度直接影响到视觉信息处理的准确性与可靠性。传统Harris角点检测方法具有计算简单、易于实现的优点,但该算法效率低下、检测精度较低、抗噪性差、存在角点簇。提出

可见一红外图像之间配准点的数量不足、分布严重不均匀以及配准点之间的错配率高这3个核心问题，提出一种基于自适应特征点检测的可见一红外图像配准方法。方法本文提出的自适应特征点检测方法，以Harriscom

数据挖掘，自适应，入侵检测，人工智能，基于数据挖掘的自适应入侵检测

历时一个多月,于今天上午终于将项目交上去了,这期间虽很辛苦,但是成长了不少,在此将项目中涉及到的知识点进行整理,本文主要介绍图像的角点检测: 一、代码部分: // Detect_Corners.cpp

harris 经典角点检测算法,是改进harris算法之前的算法,并用matlab实现

harris角点检测和匹配

利用opencv1.0对图片中的角点进行识别，代码简单。

角点检测算法源码，包括harris，susan，hough，对于学习计算机视觉的同学很有用

详细的阐述了HArris变换的原理，并例举了实例。

harris角点检测源代码，现成可用的vc++代码，有需要的可以下载