点对核值匹配的角点检测.pdfVIP

ComputerEngineeringandApplications计算机工程与应用 点对核值匹配的角点检测 盛遵冰，崔贤玉，陈二龙 SHENG Zun-bing，CUIXian-yu，CHEN Er—long 哈尔滨工业大学 现代生产技术中心，哈尔滨 150001 AdvancedManufacturingTechnologyCenter，HarbinInstituteofTechnology，Harbin 150001，China E-mail：shengzb@163．com SHENG Zun-bing，CUIXian-yu，CHEN Er-long．Method ofcorner detection by matchingpointpair and nucleus．Com— puterEngineeringandApplications，2010，46(7)：192-193． Abstract：SUSAN algorithm is notgood atdetecting X comer，SO a novelty method isproposed．The conceptofpointpair is introduced in circular template and comer is detected by using the match rulesmade between pointpair and nucleus．The templateresponse formula isgiven，which enhancesthe difference oftemplate responsesofpixel，and itimprovesthe perfomr ance ofanti—interference．Experimentsshow thatthismethodhasgoodperformancetodetectboth genericcornerandX comer． Keywords：SmallestUnivalueSegmentAssimilatingNucleus(SUSAN)algorithm；comerdetection；pointpair 摘 要：针对SUSAN法检测X型角点能力较弱的问题，提出一种新的角点检测算法。在圆形模板区域内引入点对的概念，通过建 立核值与点对的匹配规则来检测角点。给出了一个模板响应公式，加大了各点模板响应值的差别，提高了算法的抗干扰能力。实验 结果表明，该算法对复杂的x型角点和普通角点均具有较好的检测效果。 关键词：SUSAN算法；角点检测；点对 DOI：10．3778／j．issn．1002—8331．2010．07．059 文章编号：1002—8331(2010)07—0192—02 文献标识码：A 中图分类号：~391．41 l 引言 算，具有较少的计算量；同时它还具有积分特性使得算法有较好 角点是图像的一种重要局部特征，它集中了图像上的很多 抗噪能力。但是 SUSAN法在检测x型角点时，检测结果和抗 重要的形状信息。角点在保留了图像中物体的重要特征信息的 干扰能力较弱。为此，提出了一个新的检测策略，使算法能适用 同时有效地减少了信息的数据量。角点具有旋转不变性，因此 于复杂角点的检测，并降低算法对噪声和参数的敏感性。 在基于特征的图像配准、图像理解及模式识别Iu等领域中，角点 提取具有十分重要的意义。现有文献大多对普通型角点进行探 2 SuSAN算法检测x型角点分析 讨，而对复杂的x型角点涉及较少。x型角点的检测与定位在 SUSAN算法的优点在于不需计算梯度 ，不需插值而且不 许多场合下是非常重要的。在相机标定时，需检测棋盘格上x 依赖于前期图像分割的结果，直接对邻域内的像素灰度值进行 型角点的精确位置。在视觉定位中，也经常需要检测十字型定 比较即可检测出角点，因而在图像处理中得到广泛的应用，但 位点的准确位置。因此，有必要对x型角点检测方法作进一步 SUSAN算法在实际应用中，存在着一些局限性。据此，研究人 的探讨。 员提出了一些改进方法，获得了不错的效果固。SUSAN法的另 目前，在计算机视觉和图像处理领域中关于