白萌萌,景军锋,章为川,孙久锐

(西安工程大学 电子信息学院,陕西 西安 710048)

0 引 言

角点是图像极其重要的局部特征,主要应用于图像处理及计算机视觉领域。角点检测是计算机视觉中一个极其重要的任务[1],主要应用于目标识别[2]、图像配准[3]、三维重建[4]等。角点可以定义为具有低自相似性的点,也可以定义为图像强度在大多方向上显著变化的点[5]。同时角点也可以定义为边缘轮廓上局部曲率极大值点或轮廓方向上急剧变化的点[6]。根据定义,现有的图像角点检测方法大致可分为3类:基于灰度的方法,基于模板的方法和基于轮廓的方法。

基于灰度的方法是通过分析图像像素值及像素之间的灰度变化直接从输入图像中提取角点。文献[7]在Moravec算法的基础上提出了经典的Harris角点检测算法,该算法通过局部自相关矩阵来构建角点响应函数(corner response function,CRF)。文献[8]提出了一种基于多方向多尺度结构张量积的图像角点检测算法。文献[9]用二阶广义(各向同性和各向异性)高斯方向导数滤波器得到不同角点的解析表达式来检测角点。

基于模板的方法是通过比较图像块和预先定义好的模型的匹配程度来检测角点。文献[10]提出 最小核值相似区(smallest univalue sengment assimilating nucleus,SUSAN)算法。该算法采用一种近似圆形模板,模板内部每个图像像素点和模板中心像素点的灰度值作比较进而检测角点。文献[11]用各向异性高斯方向导数滤波器[12]推导得到L型、Y型、X型和星形的角点解析表达式来检测角点。

基于轮廓的方法通过边缘检测器从输入图像中提取边缘特征,并分析轮廓上像素点的曲率信息来检测角点。……