刘 莹，张久东，周卫红

(云南民族大学数学与计算机科学学院，云南昆明650031)

Harris角点检测算法的优化研究

刘 莹，张久东，周卫红

(云南民族大学数学与计算机科学学院，云南昆明650031)

在研究Harris角点检测算法时，发现检测出的角点常常会受到噪声的影响.通过优化Harris角点响应函数，避免了角点响应函数中k值的影响，提高了每个目标像素点的响应值精度.把该方法运用到人脸特征的检测中，实验结果表明，该算法和传统的Harris角点检测算法相比抗噪能力有较大提高.

特征点检测;人脸识别;噪声;响应函数

特征点检测在图像匹配与配准、目标描述、物体识别等方面得到了广泛的应用，是计算机视觉研究中的热点.现实世界中，人类通过人眼视觉系统来识别物体和不同的人，这个看似简单的过程对计算机来说却非常地困难，计算机要先通过对图像进行数据分析，然后，从中提取出准确、稳定的特征信息来进行识别.所以，特征点的提取直接影响到图像识别的正确率和速率，角点作为特征点的一种，包含了大量的图像信息.目前，特征点提取的算法大概可以分为2种:一种是Kitchen［1］提出的基于轮廓线的方法，另一种就是基于图像灰度值的方法，如Susan法［2］、Harris法［3］等.Harris 检测算法，不受摄像机姿态以及光照的影响，是效果比较好的一种算法，但是它对噪声却比较敏感.

1 Harris检测算法的局限

Harris角点检测算子是 Moravec算子的改进［4－7］.Moravec算子是 Moravce 于 1977 年提出的利用灰度方差提取特征点的算子，该算法……