李正大，蒋燕

成都理工大学

提高Shi-Tomasi角点检测精度的方法研究

李正大，蒋燕

成都理工大学

针对Shi-Tomasi角点检测在检测时出现的错检和漏检问题，提出对图像进行高斯等滤波和sobel边缘检测的预处理，以提高图像在角点位置的矩阵特征值，进而提高其检测精度。经过实验测试，在预处理之后有效提高了精度。

角点检测；高斯滤波；sobel；特征值

1 引言

角点检测是计算机视觉系统中用来获得图像特征的一种方法，广泛应用于运动检测、图像匹配、视频跟踪、三维建模和目标识别等领域中，也称为特征点检测。角点通常被定义为两条边的交点，但是更严格的说，角点的局部邻域应该具有两个不同区域的不同方向的边界。

2 Shi-Tomasi角点检测原理与测试效果

Shi-Tomasi算法是Harris算法的改进，在Harris算法中，是根据协方差矩阵M的两个特征值的组合来判断是否为角点[2]。而在Shi-Tomasi算法中，是根据较小的特征值是否大于阈值来判断是否为角点[3]。

协方差矩阵M如下表示：

在具体的角点检测测试中，采用基于visual studio 2012+ OpenCV的实验环境和包含60个角点的标准角点检测图，直接应用Shi-Tomasi算法对图像进行角点检测，在此条件下得到的角点检测数为89个。

3 提高精度的理论分析

Shi-Tomasi算法是Harris算法的改进，此算法最原始的定义是将矩阵M的行列式与M的迹相减，在将差值同预先给给定的阈值进行比较。而Shi-Tomasi算法是把利用两个特征值中的较小的一个与最小阈值进行比较，若大于则会得到一个强角点。

定义角点响应函数R为：

Harri角点检测算法就是对角点响应函数R进行阈值处理：R＞threshold，即提取R的局部极大值。……