資源描述：
《角點檢測算法綜述》由會員上傳分享，免費在線閱讀，更多相關內容在學術論文-天天文庫。
1、角點檢測算法綜述范娜，俞利，徐伯夏(中國航天科工集團第三研究院8357所天津300308)摘要：角點作為圖像的一個重要特征，它保留了圖像絕人部分的特征信息。角點在三維場景重建、運動估計、目標跟蹤以及圖像配準與圖像匹配等計算機視覺領域有著重要的作用。本文對角點檢測算法的類別進行總結，對各類算法進行了詳細介紹，并對近兒年來各類算法發(fā)展與改進進行了總結。關鍵詞：特征信息；計算機視覺；角點檢測SurveyofCornerDetectionAlgorithmsFANNa,YULi,andXUBo-xia(The8357ResearchInsti
2、tuteoftheThirdResearchAcademyofCASICTianjin300308)Abstract：Asamoreimportantfeatureofimage,cornercontainsvoluminousinformationofimagefeatures.Inthedomainofcomputervision,suchasthree-dimensionalreconstruction,motionestimation,objecttracking,imageregistrationandimagematchi
3、ng,cornerofimageplayanimportantrole,thispaperattempttosummarizeanddetailedlyintroducecornerdetectionalgorithms,andsummarizethedevelopmentsofthesealgorithmsinrecentyears.Keywords:FeatureInformation；ComputerVision；ComerDetection1引言角點并沒有明確的定義，一般將圖像巾亮度變化劇烈的點或圖像邊緣上曲率取極大值的點認力
4、是角點。從形態(tài)上來說，角點包括L、T、Y、X和箭頭型角點等。角點作為圖像的重要特征，保留了圖像的絕大部分的特征信息，又有效地減少了信息的數(shù)據量，從而有效地提高了運算速度以及四配的可靠性。總結現(xiàn)有的角點檢測算子的評價方法，總體上有以下幾個標準［11:(1)穩(wěn)定性：即同一場景圖像在亮度、對比度等因素變化的情況下，檢測出的角點數(shù)目及位置應當穩(wěn)定(2)可靠性：即在算子的可變參數(shù)改變情況下，不影響生成的角點的質量，只改變檢測出角點的數(shù)目；檢測到的角點具有平移、旋轉、仲縮不變性(3)魯棒性：即算法的抗噪性能，在一定的噪聲干擾下，算子仍然具有很強的
5、角點檢測能力(4)準確性：主要指不發(fā)生誤檢測以及角點位置定位準確(5)高效性：是指算法的計算速度快慢,算法速度必須足夠快以滿足圖像處理系統(tǒng)的要求經過幾十年的研宂與探索，產生了許多檢測角點的方法，但大致可以分為四類：基于灰度圖像的角點檢測算法、基于二值圖像的角點檢測算法、基于邊緣特征的角點檢測算法以及支持矢量機角點檢測算法。本文中對上述四類方法進行了闡述，并詳細的介紹了這四類方法屮典型的具有代表性的角點檢測算法。2角點檢測算法研宄現(xiàn)狀2.1基于灰度圖像的角點檢測2.1.1Harris角點檢測算法Harris角點檢測算法是C.Harris
6、和M.J.Stephens于1988年提出的一種基于信號特征提取算子，它足對Moravec角點檢測算法的改進。Harris算子利用角點與自相關函數(shù)的曲率特性有關這一特點，定義自相關函數(shù)，自相關函數(shù)描述了局部閣像灰度的變化程度，可表示為：￡（x，＞’）=2vJ+v）-/（“,V）
7、2Ihv利用泰勒公式將上式展開，化簡上式nJ得:wliv[uX+vY]U，vuy其屮％，v力高斯窗口在0,V）處的系數(shù)，X*，Y=l，X、y是一階方向微oxax分，反映了圖像屮每個像素點的灰度變化方向。定義M為像素點（X，＞’）的自相關矩陣，則XF1,為了避免
8、矩陣M進行XYY2■特征值分解，方便運算，則將角點響應函數(shù)表示為：y）=det［M（＜x,y）］-k^tr2［M（%，）’）］其中冬、岑為矩陣M的特征值，A為經驗值，一般在0.04-0.06之間取值。只要在某一點（X，｝0處，超過某一設定的閾值,即認為該點為角點。閾值的沒置是Harris角點檢測算法的關鍵，閾值設置過大會產生偽角點，閾值過小則會漏掉角點。文獻［2］中首先應用一定規(guī)則進行備選角點預篩選，然后對提取到的備選角點進行Harris角點檢測。Harris算法中的閾值利用自適應的方法得到，即將每一幅圖像角點響應W數(shù)最大值的p倍定義
9、為閾位。文獻13］在進行非極大值抑制時采用雙閾值法檢測角點，消除了一些偽角點；最后利用SUSAN算法的思想消除剩余的偽角點。文獻［4j用Harris算法求得角點響應函數(shù)，利用雙掩膜來定義進行非極大值抑制的局部范圍，然后結
