基于模糊ID3决策树的快速角点检测算法.pdfVIP

ISSN 1000—0054 清华大学学报 (自然科学版)2011年 第 51卷 第 12期 6／28 JTsinghuaUniv(SeiTech)，2011，Vo1．51，No．12 1787一l791 基于模糊 ID3决策树的快速角点检测算法 段汝娇 ， 赵 伟， 黄松岭 ， 陈建业 (清华大学 电机工程与应用 电子技术系，电力系统及大型发电设备安全控制和仿真 国家重点实验室，北京 100084) 摘 要：为了解决现有角点检测算法普遍存在计算时间长、 obtained． The corner detector significantly outperforms existing detectorsin computationalefficiencywithoutsacrificing thequality 效率不高、不适于实时在线检测 的问题 ，提 出了一种基于模 andthemethodalsoprovideshighperformanceagainstPoissonnoise 糊 ID3决策树 的快速角点检测算法。利用半径为 3像素的 andGaussiannoise． Bresenham 圆环作为检测模板，在被检测 图像上移动，圆环 Keywords：computervision；cornerdetector；fuzzy ID3algorithm ； 中心与备选角点重合 ；比较备选角点与圆环上像素点亮度 decjsjon tree 值 的高低 ，应用隶属度函数做 出模糊化判断；进而根据该文 定义的分类规则和模糊 ID3算法，选取圆环上信息增益最大 的像素点作为父节点，建立二元模糊决策树 ，实现角点与非 所谓 “角点”，通常是指 图像 中灰度值变化剧 角点的分类。采用实地采集于北京丰台铁路段的图片对提 烈 的点，包括物体轮廓上曲率变化最大的点、多条 出算法从检测精度、计算速度 、抗噪性能等方面进行验证 。 直线的交点、单调背景上的孤立点，等等。由于角 实验结果表明：当在检测圆环上选取比较像素点的个数为 9 点本身含有信息量大且在 图像 中的相对数量少 ， 时，可以获得最佳的检测效果；在保证角点检测准确性前提 使得角点检测成为解决计算机视觉相关 问题 中的 下，比较 目前常用的几种角点检测算法，计算效率有明显提 重要 内容 ，在诸如 目标识别 、图像匹配 、三维 重 高；同时，该文算法对 Poisson噪声、Gaussian噪声都具有 建和运动估计等_1计算机视觉任务 中都有应用 。 良好 的抗噪性能。 国内外许 多学者对角点检测算法 已做过研究， 关键词：计算机视觉；角点检测；模糊 ID3算法；决策树 形成的角点检测算法主要分为以下 3类 ：1)定义 中图分类 号：TP391．41 文献标志码 ：A 一 个角点 响应 函数 ，通过对它 的计算来 达到求 文章编号 2O11)12—1787-05