陈继华，李　响，李　栋

(郑州大学 物理工程学院，郑州　450001)



一种改进的轮廓曲线角点检测方法

陈继华，李响，李栋

(郑州大学 物理工程学院，郑州450001)

角点特征检测方法是图像处理的重要研究内容，针对传统的曲率尺度空间角点检测中，选择不同尺度会导致角点的漏检测和误检测问题。提出一种改进的轮廓曲线角点检测方法，先在低尺度下采用较大步长的曲率阈值法剔除小曲率区域上的伪角点，将伪角点集中在曲率较大的圆弧区域，再合并微小图元剔除圆弧上伪角点，并结合投影高度法判断图元属性，对图元进行分割和融合，提高了检测精度。实验结果表明，改进的检测算法在处理由直线和圆弧构成的轮廓曲线角点检测时，可大大提高检测准确率。

角点检测；轮廓曲线；曲率尺度空间；图元分割；自适应阈值

0　引言

角点作为图像的一个局部特征，既保留了图像中目标物体的重要特征信息又有效地减少了数据量，因而成为图像处理相关领域的研究热点。角点检测技术在相机标定、图像匹配、运动估计、全景拼接、目标检测与识别领域都有重要的应用。角点检测算法主要可以分为两类：第一类是基于图像灰度的角点检测算法；第二类是基于轮廓的角点检测算法。

基于图像灰度的角点检测算法主要通过计算像素点各个方向灰度变化来检测角点。这类方法主要有Moravec算法[1]、Harris算法[2]和SUSAN算法[3]。Moravec算法把角点定义为角点各个方向上灰度变化足够大的点，该算法简单快速，但不具备旋转不变性，而且对边缘点反应比较强烈。……