《基于各向异性高斯方向导数滤波器的角点检测》.pdfVIP

西 安 工 程 大 学 学 报 JournalofXi’anPolytechnicUniversity 第 28卷第 4期 (总 128期) 2014年 8月 Vo1．28，No．4(Sum．No．128) 文章编号 ：1674—649X(2014)04—0491-05 基于各向异性高斯方向导数滤波器的角点检测 章为川，张 智，赵 强，高 黻 (西安工程大学 电子信息学院，陕西 西安 710048) 摘要：为了改进噪声鲁棒性和定位准确性，利用各向异性高斯方向导数滤波器，提出多方 向角点 检测算法．该算法利用一组各向异性高斯方向导数滤波器对输入 图像进行卷积处理得到各个方 向的滤波器响应．对于每个像素点，利用它与周 围邻近像素点的滤波器响应的相关信息构造局部 自相关矩 阵，然后根据 自相关矩阵归一化特征值及像素点处各方向滤波器响应，作阈值处理和非 极大值抑制处理判定像素点是否为角点．实验结果表 明，在无噪声和噪声的条件下，提 出的检测 方法与各向同性高斯核函数的Harris算法相 比，配准角点数均提高6．0 左右 ，具有更好的检测 性 能． 关键词 ：角点检测；Harris检测算法；各向异性高斯方向导数滤波器；自相关矩阵 中图分类号 ：TP391．4 文献标识码 ：A 角点是图像基本特征之一，包含了丰富的结构信息，并且具有几何变换不变性．角点检测是图像处理 和计算机视觉重要的组成部分 ，在 图像配准、三维重建及 目标跟踪与识别 中具有重要的作用_1J，现今存在 大量的角点检测方法．角点一般被认为是图像中周围灰度变化剧烈的点[5或者 图像边缘 曲线上曲率极大 值的点[6]，因此角点检测算法大致可以分为两类：基于图像灰度 的角点检测算法L6-和基于边缘轮廓的角 点检测算法[1¨]．基于图像灰度的角点检测算法利用一阶或者二阶微分算子检测角点，由于二阶微分算子 对噪声非常敏感，因此大多采用一阶微分算子提取角点．Moravec[7提出了直接从图像 中检测角点的算 法，该算法计算简单，运行速度快，但对噪声敏感．Harris等对其进行了改进 ，得到经典的Harris角点检测 算法[6]．Harris算法首先利用图像的一阶导数估计局部梯度 自相关矩阵，然后根据 自相关矩阵的特征值来 判定像素点是否为角点．Harris算法检测角点可靠性较高 ，具有一定旋转平移不变性，是现今 图像特征匹 配中常使用的角点检测算法 ，但同性高斯核函数对噪声敏感 ，Harris检测算法角点定位性不好．基于边缘 轮廓的角点检测算法主要是通过分析图像边缘的形状特性来检测角点．这种方法首先提取 图像的边缘轮 廓 (如Canny算子E )，然后从边缘中提取封闭或者非封 闭的边缘轮廓 曲线，最后通过搜索轮廓线上的曲 率局部极大值点，或者斜率或梯度方向变化点，或者利用多边形逼近，然后搜索交叉点来提取角点．基于边 缘轮廓线的角点检测算法依赖 图像边缘提取，若提取的边缘线出现断裂现象，则会对角点提取产生重要影 响 ¨]，边缘线的定位性也影响角点定位能力．其次 ，基于边缘轮廓线 的角点检测需要计算 曲率来判定角 点，对噪声非常敏感，同时用于平滑边缘线的高斯函数尺度的选择_1]也是个难题． 收稿 日期 ：2014—03—18 基金项 目：西安工程大学博士科研启动基金资助项 目(BS1314) 通讯作者：章为川 (1980一)，男，浙江省苍南县人，西安工程大学讲师，博士．E-mail．．zwe2003@163．corn 第 4期 基于各 向异性高斯方 向导数滤波器的角点检测 495 [23 YKRYSTANM，CORDELIAS．Scale affineinvariantinterestpointdetectors[J]．InternationalJournalofComputer Vision，2004，60(1)：63-86． [3] LKITCHEN，AROSENFELD．3-Dmodellocalizationusinghigh-resolutionr