數(shù)字圖像角點(diǎn)檢測(cè)算法的研究.pdf

1、在數(shù)字圖像處理中,提取圖像的特征信息是其基礎(chǔ)工作之一。而在圖像的眾多特征中,由于角點(diǎn)具有在各個(gè)方向變化強(qiáng)度較大、旋轉(zhuǎn)不變和不隨光照強(qiáng)度變化而變化、信息數(shù)據(jù)量小等特點(diǎn),使得角點(diǎn)檢測(cè)算法成為一項(xiàng)具有廣闊應(yīng)用前景的研究工作。好的角點(diǎn)檢測(cè)算法對(duì)許多計(jì)算機(jī)視覺任務(wù),如圖像匹配、目標(biāo)識(shí)別、運(yùn)動(dòng)分析、全景拼接、機(jī)器導(dǎo)航等都起了至關(guān)重要的作用。
　　本文首先對(duì)已有的經(jīng)典的角點(diǎn)檢測(cè)算法進(jìn)行了分析,指出了它們各自的優(yōu)點(diǎn)和不足。其中CSS(Curvat

2、ure Scale Space)角點(diǎn)檢測(cè)算法是采用Canny算法提取圖像的邊緣。接著對(duì)Canny三準(zhǔn)則及Canny算法進(jìn)行了分析,Canny算法采用高斯濾波來(lái)對(duì)圖像進(jìn)行平滑以去除噪聲對(duì)檢測(cè)結(jié)果的影響。而高斯濾波會(huì)使Canny算法提取出的邊緣丟掉部分弱的細(xì)節(jié)信息和使部分細(xì)節(jié)信息定位不夠準(zhǔn)確,反映在CSS角點(diǎn)檢測(cè)算法中,就會(huì)導(dǎo)致:一、平滑掉部分弱的角點(diǎn);二、部分角點(diǎn)定位不夠精確。
　　其次Canny算法采用2×2鄰域一階偏導(dǎo)的有限差分

3、運(yùn)算來(lái)得到高斯平滑后圖像的梯度幅值和方向,而這樣計(jì)算雖然對(duì)邊緣定位較準(zhǔn)確,但是對(duì)噪聲又會(huì)敏感,容易丟失部分真實(shí)邊緣細(xì)節(jié)和檢測(cè)出偽邊緣信息。因此本文采用一種3×3鄰域的四個(gè)方向來(lái)計(jì)算梯度幅值和方向,這種計(jì)算梯度幅值和方向的方法考慮了對(duì)角方向,提高了邊緣定位的準(zhǔn)確度,也抑制了部分噪聲。
　　最后,本文將改進(jìn)后的Canny算法應(yīng)用到CSS角點(diǎn)檢測(cè)中,并對(duì)CSS角點(diǎn)檢測(cè)算法的偽角點(diǎn)剔除過(guò)程進(jìn)行了改進(jìn),使得提取出的角點(diǎn)具有更好的準(zhǔn)確率和精確