何 丰，胡 俊，马 浩，郝 宽

（重庆邮电大学 通信与信息工程学院，重庆 400065）

0 引言

角点是计算机视觉研究和图像处理中常用的特征点，也是图像中的一种重要的局部特征点，决定着图像的大致形状，因此在图像匹配及配准、目标识别、光流统计等邻域，角点检测有着独特的应用前景[1-8]。

现今较为流行的角点检测有两类：基于边缘特征提取的角点检测算法和基于灰度变化的角点检测算法。基于边缘特征提取的角点检测算法如文献[2]所示，但是这类方法存在的主要缺点是角点对边缘提取算法的依赖性很大，如果边缘线发生了中断，对角点提取的结果将造成很大影响。基于图像灰度的角点检测方法主要通过计算曲率及梯度来达到检测图像角点的目的，但是这类方法也存在不足：1）未考虑多尺度的因素，如果选用较小窗口高斯卷积后提取角点，那么就会因为噪声的影响出现较多的角点，如果选用较大窗口高斯卷积，又会因为卷积圆角效应使角点的位置出现较大的偏移[3]。2）一般使用梯度与曲率的某种运算的结果局部极值作为角点，但是局部极值点与角点真实位置存在较大偏移。本文提出一种改进的图像快速高精度角点检测算法，利用改进的Harris角点检测算法检测速度快的优点，先检测出较多的候选角点，再利用大模板检测的准确性高，误检率低的优势，采用9×9模板的USAN区域所对应的弧的像元灰度与角点的相似性来完成最终角点的提取，并且采用了自适应的阈值设定，因此在不同对比度图像中都能实现自适应的阈值设定。……