.png){kind=icon}
返回
Rotation- and Scale-Invariant Object Detection Using Compressed 2D Voting with Sparse Point-Pair Screening
.png){kind=icon}
OA
AI
DOI：10.3390/electronics14153046.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
广义霍夫变换（GHT）是一种在旋转、缩放、平移和部分遮挡条件下进行刚体形状检测的强大方法，但其四维累加器带来了高昂的计算和内存需求，阻碍了实时部署。为解决此问题，我们提出了一种框架，通过结合两级稀疏点对筛选与加速查找，将四维搜索空间压缩为简洁的二维投票方案。在离线阶段，使用具有Otsu阈值的自适应Canny算子提取模板边缘，并将所有点对的梯度方向差量化，仅保留主导方向的点对，生成具有旋转和尺度不变性的描述符，填充到紧凑的二维参考表中。在线阶段，自适应网格仅选择每个单元中梯度最高的像素作为基点，而预计算的梯度方向桶表可实现对兼容子点的常数时间检索。每个有效的基点-子点对映射到查找表的索引，并在二维累加器的3×3邻域内进行“模糊”投票，其全局峰值确定物体中心。在200个真实工业零件（通过噪声、模糊、遮挡和非线性光照扩充至1000个样本）上的评估表明，本方法保持了超过90%的定位精度，与经典GHT精度相当，且速度提升十倍，比IGHT和LI-GHT变体快2～3倍，从而为工业刚体对象定位提供了一种稳健、实时的解决方案。
Keyword:
Generalized Hough Transform
rigid shape detection
2-D voting scheme
real-time localization
industrial object detection
期刊
IF:
2.6
论文数:
1.0W
被引数:
4.7W
机构
暂无机构信息
引用论文
Face recognition using elastic grid matching through photoshop: A new approachKaur, M.; Garg, R.K.; Kharoshah, M. 基于Photoshop的弹性网格匹配人脸识别：一种新方法。Egypt. J. Forensic Sci. 2015, 5, 132–139. [Google Scholar] [CrossRef]
PREAI
分享收藏Faster image template matching in the sum of the absolute value of differences measure在差值的绝对值和测量中更快地进行图像模板匹配
OAAI
OAAI分享收藏Invariant characterisation of the Hough transform for pose estimation of arbitrary shapes.png)
PATTERN RECOGNITIONOAAI
PATTERN RECOGNITIONIF7.6
OAAI分享收藏
查看更多内容