Image corner detection using topology learning
摘要
图象角落察觉在图象分析和识别起一个重要作用。这份报纸基于变得神经论述一个新奇角落察觉者气体(GNG ) 网络和这个建议察觉者被称为 GNG-C。与 GNG 网络，图象拓扑学信息能被学习并且过去常实现角落察觉。GNG-C 途径能被描述为由下列步组成。首先，一个精明的边察觉者被用来获得输入图象的轮廓信息。这个边信息被用来训练一个修改 GNG 网络。一个特殊停止标准被定义终止网络学习。第二，在网络节点之间形成的向量和他们的邻居被用来测量弯曲。第三，支持(ROS ) 的动态区域基于这些弯曲被决定。这些 ROS 被用来压制弯曲噪音。节点的弯曲价值然后被分析估计候选人角落。最后，候选人被一个非最大值抑制过程提取获得角落的最后的集合。人工、真实的图象的实验证明建议角落察觉方法可行、有效。
引用本文（GB/T 7714）
Sun Sun, Wei Wei, Yang, 等. Image corner detection using topology learning[J]. 中国邮电高校学报：英文版, 2010.
引文网络
本站仅收录题录与摘要供学习参考，全文版权归属出版方；如有侵权请联系我们删除。