科研之友
微信
新浪微博
Facebook
分享链接
摘要
准确、稳定的图像特征点提取是图像拼接、三维重建、以及基于特征点的视觉SLAM（simultaneous localization and mapping）等计算机视觉应用的前提。核辐射环境下采集的图像存在噪点量多、噪声块较大、传统的特征点提取方法存在容易将噪声判定为特征点的问题。基于某辐照厂卡源故障采集的受γ射线影响的图像噪声特点,提出一种抗核噪特征点（Against Nuclear Feature,ANF）提取算法。首先，分析核辐射下图像的每个像素点的RGB特性以及灰度特征，获取可能为噪点的像素；然后通过传统算法提取特征点；最后采用特征点与可能噪点的欧式距离大小进行排序筛选特征点，剔除较大可能性为噪点的特征点。通过在标准图像数据集合成的噪声以及真实核辐照环境下拍摄图像的实验表明ANF提取方法相对于传统的FAST和BRISK特征点提取方式具有更好的稳定性，降低匹配错误率。
- 单位
