明 月，黄言言，刘 罡

(1.湖北工业大学，湖北武汉 430068；2.湖北工业大学工业设计学院，湖北武汉 430068；3.湖北工业大学计算机学院，湖北武汉 430068)

1 引言

视频图像中存在大量场景信息，利用角点能够有效描述视频图像内物体空间结构与特征，通过准确的角点信息可准确识别、定位视频图像内关键点[1]，因此角点检测逐渐成为学者主流研究对象，普遍应用在目标识别、影像拼接与视觉处理等领域[2-3]，相关人员作出大量研究。

文献[4]提出基于Harris特征点和DWT-SVD的图像盲水印算法，通过稳定Harris特征点分析角点特征区域，利用一次小波分解方法获取特征区域低频子带，分解角点奇异值，利用加权方法实现角点最奇异值检测，但该方法不具备尺度与仿射固定特性，因此存在严重不确定性。文献[5]提出基于分块SURF特征提取的图像目标跟踪算法，利用分块并行方法对角点重叠区域进行分块，对冗余特征数据进行消冗处理，通过角点模板自适应抗遮挡功能去除离散点，实现视频图像角点检测，该方法解决了尺度固定问题，但具有极值和冗余检测问题，且定位的角点仅为像素级。

为解决上述问题，提出基于迭代校正的视频图像亚像素角点检测方法，该方法在视频图像成像过程中，将校正图像与高斯核函数卷积形成多尺度空间，解决了摄像机镜头的光学偏差与装配误差导致径向畸变问题，径向畸变将导致角点坐标偏移，实现视频图像亚像素角点检测。实验结果表明：该方法能够高效准确的检测角点信息，且检测结果偏移量较小，具有较好的实际应用价值。……