資源描述：
《輪廓結(jié)構(gòu)張量B-樣條多尺度表示的角點(diǎn)檢測(cè)》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。
1、第20卷0年4月期計(jì)算機(jī)技術(shù)與發(fā)展V0j．2ONO．4201COMPUTERTEcHN0LJ3GYANDDEVEL0PM哐NTr．2010輪廓結(jié)構(gòu)張量B一樣條多尺度表示的角點(diǎn)檢測(cè)閆衛(wèi)杰，楊丹2，王洪星，張小洪2(1．重慶大學(xué)軟件工程學(xué)院，重慶400030；2．重慶大學(xué)數(shù)理學(xué)院，重慶400030)摘要：在B一樣條多尺度空間下定義了平面輪廓在其支撐區(qū)域(RCIS)內(nèi)的結(jié)構(gòu)張量的多尺度表示。該輪廓結(jié)構(gòu)張量不但能夠很好地描述輪廓的多尺度形狀信息，而且其在不同尺度下的行列式乘積還能夠在增強(qiáng)角點(diǎn)的響應(yīng)的同時(shí)抑制噪聲的影響，由此文中把B一樣多尺度輪廓結(jié)構(gòu)張量的乘積定義為角點(diǎn)的響應(yīng)函數(shù)。通過實(shí)
2、驗(yàn)證明了所提出的算法對(duì)于簡單幾何模型能夠?qū)崿F(xiàn)百分之百的檢測(cè)，而針對(duì)實(shí)物圖像，算法顯示了良好的旋轉(zhuǎn)不變性和對(duì)微小的尺度變化并不敏感的特性，最后與其他的角點(diǎn)檢測(cè)器進(jìn)行了對(duì)比實(shí)驗(yàn)。關(guān)鍵詞：B一樣條；結(jié)構(gòu)張量；行列式；多尺度積中圖分類號(hào)：TP391文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1673—629X(2010)04—0080—04CornerDetectionAlgorithmBasedonB?！甋plineMulti。。scaleBoundaryStructureTensorYANWei-jie，YANGDan2，WANGHong．xing，ZHANGXiao-hongz(1．Sch~lofM
3、athematics&Physim，ChongqingUniversity，Chongqing400030，China；2．SchoolofSoftwareEngineering，ChongqingUniversity，Chongqing400030，China)Abstract：Themulti—scalerepresentationofboundarystructuretensorforplanarcurveoveritsregionofsupport(R0S)wasdefinedintheframeworkofB—Splinescalespace．T_heb。undary
4、stmeturetensorcarlrepresentthemulti—scaleshapeinformation，moreover，thedetemainantproductofdifferentscalescanstrengthenresponseofcomersatthesametimerepressnoises．Sothispaperdefinesproductofmuki—scaleboundarystructuretensorastheresponsefunctionofcomers．nleexperimentalresultsillustratethepropos
5、edalgorithmcouldgetalcomersofsimpleimages．Forrealobjectimagealgorithmrevealsitsrotation—invariantandinsensitivetoslightscaletrans—form．Finally．thisalgorithmwascomparedwithothercomerdetectors．Keywords：B—Spline；structuretensor；determinant；multi——scaleproductO引言數(shù)，實(shí)現(xiàn)準(zhǔn)確定位角點(diǎn)的同時(shí)又抑制了噪聲的影響。角點(diǎn)檢測(cè)在計(jì)算機(jī)視覺
6、和圖像理解系統(tǒng)中是一項(xiàng)Mokhtaria15]也曾提出從大尺度到小尺度跟蹤來定位非常重要的工作。它已經(jīng)被廣泛地應(yīng)用于圖像匹角點(diǎn)。以上角點(diǎn)檢測(cè)器全部都采用多尺度來分析并取配uJ、目標(biāo)識(shí)別和多目標(biāo)的立體匹配等領(lǐng)域。迄今各得比單一尺度下要好的檢測(cè)效果，是因?yàn)樵诓煌某叻N好的角點(diǎn)檢測(cè)器也是層出不窮[】，例如Zhang[]度下特征點(diǎn)的位置總是會(huì)出現(xiàn)變化的，對(duì)于同樣的被檢測(cè)區(qū)域，可能在這個(gè)尺度下被檢測(cè)為邊緣，而在另一在高斯尺度空間中利用高斯差來描述輪廓曲線不同尺個(gè)尺度下卻被檢測(cè)為角點(diǎn)。因此在單一尺度下容易漏度下的演化差異，并將高斯差模型的范數(shù)定義為角點(diǎn)檢或多檢，這就需要把多個(gè)尺度結(jié)合起來檢
7、測(cè)角點(diǎn)。的響應(yīng)函數(shù)，從而得出一個(gè)新的高效角點(diǎn)檢測(cè)器；Rat—以上算法所采用的均為高斯濾波器，但是基于高tarangsia[3J在對(duì)輪廓多尺度下的曲率極值行為分析的斯核的卷積運(yùn)算的復(fù)雜度隨尺度的變大而增加，使計(jì)基礎(chǔ)上檢測(cè)角點(diǎn)；Zhang[】同樣分析曲率尺度空間，但算過于復(fù)雜。我們用B一樣條函數(shù)取代高斯函數(shù)作為最終將不同尺度下的曲率乘積定義為角點(diǎn)的響應(yīng)函濾波器，大大提高了算法的效率。之所以選擇B一樣條函數(shù)，是因?yàn)锽一樣條函數(shù)能夠很好地逼近高斯函收稿日期：2009—07—21；修回日期：2009—
