论文部分内容阅读
图像角点检测是计算机视觉和图像处理的一个重要研究方向，角点具有不随光照条件改变，匹配简单，旋转不变，平移不变，缩放不变的优点，广泛应用于三维重建，图像配准，目标识别，目标跟踪等领域。本文首先接好了Canny边缘检测算法，分析了边缘曲线在尺度空间的进化的特点。其次介绍了基于曲率尺度空间(CSS)角点检测方法和它的不足，并给出了改进的ACSS和ARCSS算法；介绍了基于图像局部灰度变化最大值的Harris角点检测算法和基于核值吸收区的角点检测算法，并分析了两种算法的不足。详细分析了SUSAN角点检测存在的问题，提出了基于图像局部形状特征的角点检测方法。它使用USAN区域进行角点区域提取，使用聚集度准则进行角点判断。对比六种方法对普通Lab图片和含高斯白噪声Lab图片的实验结果，对检测结果进行量化。结果显示该算法计算速度较快，具有良好的抗噪声能力。