JPH05159056A - パターンマッチングによる位置推定方法 - Google Patents
パターンマッチングによる位置推定方法Info
- Publication number
- JPH05159056A JPH05159056A JP3322943A JP32294391A JPH05159056A JP H05159056 A JPH05159056 A JP H05159056A JP 3322943 A JP3322943 A JP 3322943A JP 32294391 A JP32294391 A JP 32294391A JP H05159056 A JPH05159056 A JP H05159056A
- Authority
- JP
- Japan
- Prior art keywords
- pattern
- image
- correlation
- fourier
- phase
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Character Discrimination (AREA)
- Image Analysis (AREA)
Abstract
(57)【要約】
【目的】 精度の高いパターンマッチングによる位置推
定の方法を提供することを目的とする。 【構成】 観測画像およびリファレンスパターンをフー
リエ変換し、その振幅項を除いた位相項のみを用いてマ
ッチドフィルタリングにて相関像を求め、そのピーク位
置からパターンの位置を推定することを特徴とする。
定の方法を提供することを目的とする。 【構成】 観測画像およびリファレンスパターンをフー
リエ変換し、その振幅項を除いた位相項のみを用いてマ
ッチドフィルタリングにて相関像を求め、そのピーク位
置からパターンの位置を推定することを特徴とする。
Description
【０００１】
【産業上の利用分野】パターンマッチングによる位置推
定は多数の粒子像の中から特定の大きさや形の粒子像を
探し出す等の多数のパターンの存在する画像の中から特
定のパターンを探し出すのに重要である。
定は多数の粒子像の中から特定の大きさや形の粒子像を
探し出す等の多数のパターンの存在する画像の中から特
定のパターンを探し出すのに重要である。
【０００２】
【従来の技術】パターンマッチングによる位置推定の方
法として、観測画像およびリファレンスパターンの相互
相関像をマッチドフィルタリングを用いて求め、そのピ
ーク位置からパターンの位置を推定する方法（相互相関
法）、さらに微分フィルターを用いて画像の輪郭を強調
してから相互相関像を求め、位置の推定を行う方法（輪
郭強調の相互相関法）が知られている。また２つのサン
プルパターンをそれぞれフーリエ変換し、それらの位相
項のみを用いて互いの類似度を求めることも知られてい
る（フーリエ位相相関法)(Applied Spectroscopy,41,11
76〜1182(1987)）。しかしながら、この位相項のみを用
いてパターンマッチングによる位置推定を試みた事例は
未だ知られていない。
法として、観測画像およびリファレンスパターンの相互
相関像をマッチドフィルタリングを用いて求め、そのピ
ーク位置からパターンの位置を推定する方法（相互相関
法）、さらに微分フィルターを用いて画像の輪郭を強調
してから相互相関像を求め、位置の推定を行う方法（輪
郭強調の相互相関法）が知られている。また２つのサン
プルパターンをそれぞれフーリエ変換し、それらの位相
項のみを用いて互いの類似度を求めることも知られてい
る（フーリエ位相相関法)(Applied Spectroscopy,41,11
76〜1182(1987)）。しかしながら、この位相項のみを用
いてパターンマッチングによる位置推定を試みた事例は
未だ知られていない。
【０００３】
【発明が解決しようとする課題】従来の相互相関法を用
いた場合はしばしば異なるパターンを誤認してしまうこ
とがある。これを図１に示す（ａ）の観測画像中の２つ
のパターン「Ｔ」と「Ｉ」の内、（ｂ）のリファレンス
パターンのパターン「Ｉ」と同じものだけを探し出した
い場合を例に説明する。
いた場合はしばしば異なるパターンを誤認してしまうこ
とがある。これを図１に示す（ａ）の観測画像中の２つ
のパターン「Ｔ」と「Ｉ」の内、（ｂ）のリファレンス
パターンのパターン「Ｉ」と同じものだけを探し出した
い場合を例に説明する。
【０００４】図２（ｃ）は上記の相互相関法で求めた相
互相関像を示す。ピークの高さがパターン「Ｉ」の存在
する確からしさを、ピーク位置がその位置を表す。この
方法では、観測画像中の「Ｔ」と「Ｉ」の２つのパター
ンを区別できない。図２（ｄ）には微分フィルターを用
いて画像の輪郭を強調してから位置の推定を行った結果
を示す。「Ｔ」と「Ｉ」を識別して「Ｉ」の部分だけが
大きなピークになっていることがわかるが、まわりに比
較的大きなピークがあるため、やはりピークの位置がわ
かりずらい。
互相関像を示す。ピークの高さがパターン「Ｉ」の存在
する確からしさを、ピーク位置がその位置を表す。この
方法では、観測画像中の「Ｔ」と「Ｉ」の２つのパター
ンを区別できない。図２（ｄ）には微分フィルターを用
いて画像の輪郭を強調してから位置の推定を行った結果
を示す。「Ｔ」と「Ｉ」を識別して「Ｉ」の部分だけが
大きなピークになっていることがわかるが、まわりに比
較的大きなピークがあるため、やはりピークの位置がわ
かりずらい。
【０００５】かかる事情に鑑み、本発明者はより精度の
高いパターンマッチングによる位置推定方法について鋭
意検討した結果、観測画像およびリファレンスパターン
をフーリエ変換し、その振幅項および位相項の内、振幅
項を除いて位相項のみを用いてマッチドフィルタリング
にて相関像を求めることによって、精度よくパターンマ
ッチングによる位置推定が行えることを見出し、本発明
を完成するに至った。
高いパターンマッチングによる位置推定方法について鋭
意検討した結果、観測画像およびリファレンスパターン
をフーリエ変換し、その振幅項および位相項の内、振幅
項を除いて位相項のみを用いてマッチドフィルタリング
にて相関像を求めることによって、精度よくパターンマ
ッチングによる位置推定が行えることを見出し、本発明
を完成するに至った。
【０００６】
【課題を解決するための手段】すなわち本発明は、観測
画像およびリファレンスパターンをフーリエ変換し、そ
の振幅項を除いた位相項のみを用いてマッチドフィルタ
リングにて相関像を求め、そのピーク位置からパターン
の位置を推定することを特徴とするパターンマッチング
による位置推定方法である。
画像およびリファレンスパターンをフーリエ変換し、そ
の振幅項を除いた位相項のみを用いてマッチドフィルタ
リングにて相関像を求め、そのピーク位置からパターン
の位置を推定することを特徴とするパターンマッチング
による位置推定方法である。
【０００７】相互相関法では、観測画像およびリファレ
ンスパターンの濃淡像をコンピューター（ＣＰＵ）メモ
リーに記憶させ、これを２値化、すなわちある濃さ以上
のものをピックアップしてそれぞれを観測画像の点
（ｘ，ｙ）での強度ｇ（ｘ，ｙ）とリファレンスパター
ンの点（ｘ，ｙ）での強度ｈ（ｘ，ｙ）とし、これらに
ついてパターンマッチングを行う。すなわちＣＰＵで相
互相関の演算を行う（田村秀行著：コンピューター画像
処理入門（１９８５）、総研出版発行）。
ンスパターンの濃淡像をコンピューター（ＣＰＵ）メモ
リーに記憶させ、これを２値化、すなわちある濃さ以上
のものをピックアップしてそれぞれを観測画像の点
（ｘ，ｙ）での強度ｇ（ｘ，ｙ）とリファレンスパター
ンの点（ｘ，ｙ）での強度ｈ（ｘ，ｙ）とし、これらに
ついてパターンマッチングを行う。すなわちＣＰＵで相
互相関の演算を行う（田村秀行著：コンピューター画像
処理入門（１９８５）、総研出版発行）。
【０００８】先ず、観測画像ｇ（ｘ，ｙ）とリファレン
スパターンｈ（ｘ，ｙ）をフーリエ変換する。それぞれ
のフーリエ変換のフーリエ面上の点（ε，η）での値Ｇ
（ε，η）、Ｈ（ε，η）は一般に複素数で、次式の様
に振幅項と位相項で表すことができる。 Ｇ（ε，η）＝｜Ｇ（ε，η）｜Ｇφ（ε，η） （１） Ｈ（ε，η）＝｜Ｈ（ε，η）｜Ｈφ（ε，η） （２） 〔｜Ｇ（ε，η）｜、｜Ｈ（ε，η）｜は振幅項、Ｇφ
（ε，η）、Ｈφ（ε，η）は位相項を表す。〕
スパターンｈ（ｘ，ｙ）をフーリエ変換する。それぞれ
のフーリエ変換のフーリエ面上の点（ε，η）での値Ｇ
（ε，η）、Ｈ（ε，η）は一般に複素数で、次式の様
に振幅項と位相項で表すことができる。 Ｇ（ε，η）＝｜Ｇ（ε，η）｜Ｇφ（ε，η） （１） Ｈ（ε，η）＝｜Ｈ（ε，η）｜Ｈφ（ε，η） （２） 〔｜Ｇ（ε，η）｜、｜Ｈ（ε，η）｜は振幅項、Ｇφ
（ε，η）、Ｈφ（ε，η）は位相項を表す。〕
【０００９】次にこのＨ（ε，η）の複素共役Ｈ
* （ε，η）を求め、Ｇ（ε，η）とＨ* （ε，η）を
掛け合わせ、その逆フーリエ変換を求めることにより、
相互相関像ｒgh（ｘ，ｙ）を求める。 〔 Ｆ-1［ ・ ］は逆フーリエ変換演算を表す。〕 この相互相関像ｒgh（ｘ，ｙ）のピークからパターンの
位置がわかる。
* （ε，η）を求め、Ｇ（ε，η）とＨ* （ε，η）を
掛け合わせ、その逆フーリエ変換を求めることにより、
相互相関像ｒgh（ｘ，ｙ）を求める。 〔 Ｆ-1［ ・ ］は逆フーリエ変換演算を表す。〕 この相互相関像ｒgh（ｘ，ｙ）のピークからパターンの
位置がわかる。
【００１０】輪郭強調の相互相関法は、各パターンに微
分フィルター（ラプラシアン）をかけてから相互相関の
計算を行う。
分フィルター（ラプラシアン）をかけてから相互相関の
計算を行う。
【００１１】これに対して本発明の方法においては、上
記のマッチドフィルタリングにおいて、観測画像ｇ
（ｘ，ｙ）とリファレンスパターンｈ（ｘ，ｙ）のフー
リエ変換の振幅項を除いた位相項Ｇφ（ε，η）、Ｈφ
（ε，η）のみを用いて相関像ｒφgh（ｘ，ｙ）を求め
る。
記のマッチドフィルタリングにおいて、観測画像ｇ
（ｘ，ｙ）とリファレンスパターンｈ（ｘ，ｙ）のフー
リエ変換の振幅項を除いた位相項Ｇφ（ε，η）、Ｈφ
（ε，η）のみを用いて相関像ｒφgh（ｘ，ｙ）を求め
る。
【００１２】先ず、リファレンスパターンの位相項Ｈφ
（ε，η）についてノイズ除去処理を行う。すなわち、
式（２）より導かれる式（４）、 Ｈφ（ε，η）＝Ｈ（ε，η）／｜Ｈ（ε，η）｜ （４） において、０≦｜Ｈ（ε，η）｜≦Ｌｈの時（Ｌｈはノ
イズ除去のレベル（閾値）を表す）にＨφ（ε，η）＝
０とすることによりノイズを除去することができる。観
測画像についても同様にノイズ除去のレベルＬｇを決め
てノイズ除去処理を行う。リファレンスパターンおよび
観測画像のノイズ除去のレベル（閾値）ＬｈおよびＬｇ
は同じまたは異なっていてもかまわない。
（ε，η）についてノイズ除去処理を行う。すなわち、
式（２）より導かれる式（４）、 Ｈφ（ε，η）＝Ｈ（ε，η）／｜Ｈ（ε，η）｜ （４） において、０≦｜Ｈ（ε，η）｜≦Ｌｈの時（Ｌｈはノ
イズ除去のレベル（閾値）を表す）にＨφ（ε，η）＝
０とすることによりノイズを除去することができる。観
測画像についても同様にノイズ除去のレベルＬｇを決め
てノイズ除去処理を行う。リファレンスパターンおよび
観測画像のノイズ除去のレベル（閾値）ＬｈおよびＬｇ
は同じまたは異なっていてもかまわない。
【００１３】次にノイズ処理した位相項Ｈφ（ε，η）
の複素共役Ｈφ*（ε，η）を求め、これと観測画像の
位相項Ｇφ（ε，η）を掛け合わせ、その逆フーリエ変
換を求める。 ｒφgh（ｘ，ｙ）＝Ｆ-1［Ｇφ（ε，η）・Ｈφ* （ε，η）］ （５） 〔 Ｆ-1［ ・ ］は逆フーリエ変換演算を表す。〕 この相関像（フーリエ位相相関像と称する。）のピーク
からパターンの位置を求める。ピークにある閾値を設
け、それ以上のピークが存在するところが目的とするパ
ターンの位置と推定する。
の複素共役Ｈφ*（ε，η）を求め、これと観測画像の
位相項Ｇφ（ε，η）を掛け合わせ、その逆フーリエ変
換を求める。 ｒφgh（ｘ，ｙ）＝Ｆ-1［Ｇφ（ε，η）・Ｈφ* （ε，η）］ （５） 〔 Ｆ-1［ ・ ］は逆フーリエ変換演算を表す。〕 この相関像（フーリエ位相相関像と称する。）のピーク
からパターンの位置を求める。ピークにある閾値を設
け、それ以上のピークが存在するところが目的とするパ
ターンの位置と推定する。
【００１４】
【発明の効果】本発明のフーリエ位相相関法によるパタ
ーンマッチングによる位置推定は、従来の相互相関法に
よるパターンマッチングによる位置推定では識別困難か
又はその位置がわかりにくいパターンの位置を正確に探
し出すことができる。
ーンマッチングによる位置推定は、従来の相互相関法に
よるパターンマッチングによる位置推定では識別困難か
又はその位置がわかりにくいパターンの位置を正確に探
し出すことができる。
【００１５】
【実施例】以下、実施例を挙げて本発明を詳細に説明す
るが、本発明はこれら実施例に限定されない。
るが、本発明はこれら実施例に限定されない。
【００１６】実施例１、比較例１ 図１に示す（ａ）観測画像中の２つのパターン「Ｔ」と
「Ｉ」の内、（ｂ）のリファレンスパターンのパターン
「Ｉ」の位置推定を上記記載のフーリエ位相相関法（実
施例）、相互相関法および輪郭強調の相互相関法（比較
例）によって行った。
「Ｉ」の内、（ｂ）のリファレンスパターンのパターン
「Ｉ」の位置推定を上記記載のフーリエ位相相関法（実
施例）、相互相関法および輪郭強調の相互相関法（比較
例）によって行った。
【００１７】図２中の（ｃ）は上記の相互相関法で求め
た相互相関像を示す。ピークの高さがパターン「Ｉ」の
存在する確からしさを、ピーク位置がその位置を表す。
この方法では、観測画像中の「Ｔ」と「Ｉ」の２つのパ
ターンを区別できない。（ｄ）には輪郭強調の相互相関
法で求めた相関像を示す。「Ｔ」と「Ｉ」を識別して
「Ｉ」の部分だけが大きなピークになっていることがわ
かるが、まわりに比較的大きなピークがあるため、やは
りピークの位置がわかりずらい。（ｄ）には本発明のフ
ーリエ位相相関法で求めた相関像を示す。（ｃ）、
（ｄ）に比べて、目的のパターン「Ｉ」のピークが大き
く、また鋭いため、位置の推定が容易に、正確に行われ
る。
た相互相関像を示す。ピークの高さがパターン「Ｉ」の
存在する確からしさを、ピーク位置がその位置を表す。
この方法では、観測画像中の「Ｔ」と「Ｉ」の２つのパ
ターンを区別できない。（ｄ）には輪郭強調の相互相関
法で求めた相関像を示す。「Ｔ」と「Ｉ」を識別して
「Ｉ」の部分だけが大きなピークになっていることがわ
かるが、まわりに比較的大きなピークがあるため、やは
りピークの位置がわかりずらい。（ｄ）には本発明のフ
ーリエ位相相関法で求めた相関像を示す。（ｃ）、
（ｄ）に比べて、目的のパターン「Ｉ」のピークが大き
く、また鋭いため、位置の推定が容易に、正確に行われ
る。
【００１８】実施例２、比較例２ 画像工学において、球形粒子の粒径分布を求めることは
重要である。そこで、パターンマッチングで特定の大き
さの粒子像を探し出すことを行った。図３および図４に
は異なる観測画像（１）および観測画像（１）に対し、
リファレンスパターン（１）およびリファレンスパター
ン（２）の位置推定をフーリエ位相相関法（実施例）、
輪郭強調の相互相関法（比較例）によって行った結果を
示す。なお、ノイズ除去のレベルＬｈおよびＬｇは共に
０．１として行った。いずれの場合もフーリエ位相相関
法の方が、ピークの鋭さや周りのノイズの少なさの点で
輪郭強調の相互相関法よりも優れていることがわかる。
重要である。そこで、パターンマッチングで特定の大き
さの粒子像を探し出すことを行った。図３および図４に
は異なる観測画像（１）および観測画像（１）に対し、
リファレンスパターン（１）およびリファレンスパター
ン（２）の位置推定をフーリエ位相相関法（実施例）、
輪郭強調の相互相関法（比較例）によって行った結果を
示す。なお、ノイズ除去のレベルＬｈおよびＬｇは共に
０．１として行った。いずれの場合もフーリエ位相相関
法の方が、ピークの鋭さや周りのノイズの少なさの点で
輪郭強調の相互相関法よりも優れていることがわかる。
【００１９】
【図１】実施例１および比較例で用いた観測画像および
リファレンスパターンを示す図である。
リファレンスパターンを示す図である。
【図２】図１に観測画像とリファレンスパターンとのパ
ターンマッチングの結果を示す図である。
ターンマッチングの結果を示す図である。
【図３】観測画像（１）とリファレンスパターン（１）
および（２）と、そのパターンマッチングの結果を示す
図である。
および（２）と、そのパターンマッチングの結果を示す
図である。
【図４】観測画像（２）とリファレンスパターン（１）
および（２）と、そのパターンマッチングの結果を示す
図である。
および（２）と、そのパターンマッチングの結果を示す
図である。
Claims (2)
- 【請求項１】 観測画像およびリファレンスパターンを
フーリエ変換し、その振幅項を除いた位相項のみを用い
てマッチドフィルタリングにて相関像を求め、そのピー
ク位置からパターンの位置を推定することを特徴とする
パターンマッチングによる位置推定方法。 - 【請求項２】 フーリエ変換の振幅項が０または画像に
含まれるノイズレベル以下の場合に、位相項を０として
相関像を求めることを特徴とする請求項１記載のパター
ンマッチングによる位置推定方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP3322943A JPH05159056A (ja) | 1991-12-06 | 1991-12-06 | パターンマッチングによる位置推定方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP3322943A JPH05159056A (ja) | 1991-12-06 | 1991-12-06 | パターンマッチングによる位置推定方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH05159056A true JPH05159056A (ja) | 1993-06-25 |
Family
ID=18149371
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP3322943A Pending JPH05159056A (ja) | 1991-12-06 | 1991-12-06 | パターンマッチングによる位置推定方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH05159056A (ja) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0816785A (ja) * | 1994-06-27 | 1996-01-19 | Nec Corp | 画像認識装置および画像認識方法 |
| JPH10134197A (ja) * | 1996-11-01 | 1998-05-22 | Yamatake Honeywell Co Ltd | 距離測定装置 |
| US5878157A (en) * | 1995-09-08 | 1999-03-02 | Hamamatsu Photonics K.K. | Individual identification apparatus |
| US5910999A (en) * | 1995-11-20 | 1999-06-08 | Hamamatsu Photonics K.K. | Individual identification apparatus based on frequency domain correlation of plural reference images and a target image |
| WO2002097363A1 (fr) * | 2001-05-29 | 2002-12-05 | Advantest Corporation | Appareil de detection de position, procede de detection de position, appareil porteur de piece electronique et appareil d'exposition a un faisceau electronique |
| JP2003017510A (ja) * | 2001-07-01 | 2003-01-17 | Advantest Corp | 位置検出装置、位置検出方法及び電子部品搬送装置 |
| JP2011159156A (ja) * | 2010-02-02 | 2011-08-18 | Yamatake Corp | 画像処理装置、画像処理方法および画像処理プログラム |
| US9355445B2 (en) | 2007-03-01 | 2016-05-31 | Nec Corporation | Breast cancer pathological image diagnosis support system, breast cancer pathological image diagnosis support method, and recording medium recording breast cancer pathological image diagnosis support program |
-
1991
- 1991-12-06 JP JP3322943A patent/JPH05159056A/ja active Pending
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0816785A (ja) * | 1994-06-27 | 1996-01-19 | Nec Corp | 画像認識装置および画像認識方法 |
| US5878157A (en) * | 1995-09-08 | 1999-03-02 | Hamamatsu Photonics K.K. | Individual identification apparatus |
| US5910999A (en) * | 1995-11-20 | 1999-06-08 | Hamamatsu Photonics K.K. | Individual identification apparatus based on frequency domain correlation of plural reference images and a target image |
| JPH10134197A (ja) * | 1996-11-01 | 1998-05-22 | Yamatake Honeywell Co Ltd | 距離測定装置 |
| WO2002097363A1 (fr) * | 2001-05-29 | 2002-12-05 | Advantest Corporation | Appareil de detection de position, procede de detection de position, appareil porteur de piece electronique et appareil d'exposition a un faisceau electronique |
| JP2002353126A (ja) * | 2001-05-29 | 2002-12-06 | Advantest Corp | 位置検出装置、位置検出方法、電子部品搬送装置及び電子ビーム露光装置 |
| JP4674002B2 (ja) * | 2001-05-29 | 2011-04-20 | 株式会社アドバンテスト | 位置検出装置、位置検出方法、電子部品搬送装置及び電子ビーム露光装置 |
| JP2003017510A (ja) * | 2001-07-01 | 2003-01-17 | Advantest Corp | 位置検出装置、位置検出方法及び電子部品搬送装置 |
| US9355445B2 (en) | 2007-03-01 | 2016-05-31 | Nec Corporation | Breast cancer pathological image diagnosis support system, breast cancer pathological image diagnosis support method, and recording medium recording breast cancer pathological image diagnosis support program |
| JP2011159156A (ja) * | 2010-02-02 | 2011-08-18 | Yamatake Corp | 画像処理装置、画像処理方法および画像処理プログラム |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Zhu et al. | Automatic particle selection: results of a comparative study | |
| Warbhe et al. | A survey on keypoint based copy-paste forgery detection techniques | |
| CN110188614B (zh) | 一种基于皮裂纹分割的nlm滤波指静脉去噪方法 | |
| Yu et al. | Detecting circular and rectangular particles based on geometric feature detection in electron micrographs | |
| EP1387315B1 (en) | Preparation of a digital image with subsequent edge detection | |
| US8867844B2 (en) | Edge based template matching | |
| Badr et al. | A robust copy-move forgery detection in digital image forensics using SURF | |
| Palus | Color image segmentation: selected techniques | |
| Flenner et al. | Resampling forgery detection using deep learning and a-contrario analysis | |
| Rahman et al. | Human ear recognition using geometric features | |
| Lacroix | The primary raster: a multiresolution image description | |
| JPH05159056A (ja) | パターンマッチングによる位置推定方法 | |
| Badura et al. | Advanced scale-space, invariant, low detailed feature recognition from images-car brand recognition | |
| Bhullar et al. | DWT and SIFT based passive copy-move forgery detection | |
| Wu et al. | Image Edge Detection Based on Sobel with Morphology | |
| Olson | Image registration by aligning entropies | |
| Kumar et al. | Robust filtering and particle picking in micrograph images towards 3D reconstruction of purified proteins with cryo-electron microscopy | |
| CN115147613A (zh) | 一种基于多向融合的红外小目标检测方法 | |
| Diderot et al. | An efficient fuzzy C-means clustering based image dissection algorithm for satellite images | |
| Halawani et al. | Image retrieval by local evaluation of nonlinear kernel functions around salient points | |
| Gabarra et al. | Combining global and local threshold to binarize document of images | |
| Valliammal et al. | Performance analysis of various leaf boundary edge detection algorithms | |
| Hossein-Nejad et al. | Adaptive stopping criteria-based A-RANSAC algorithm in copy move image forgery detection | |
| McGunnigle et al. | Rotation invariant classification of rough surfaces | |
| Magdeev et al. | Improving the efficiency of the method of stochastic gradient identification of objects in binary and rayscale images due to their pre-processing |