一种改进型的Harris角点检测算法.pdfVIP

学兔兔 第1期 (总第l52期) 机 械 工 程 与 自动 化 N0．1 2009年2月 MECHANICAL ENGINEERING ＆ AUT0MATION Feb． 文章编号：l672—6413(2OO9)O1—0O19一O2 一 种改进型的Harris角点检测算法 李薇薇，段智敏 (沈阳理工大学机械工程学院，辽宁 沈阳 11Ol68) 摘要：Harris角点检测方法是在计算机视觉领域中使用非常广泛的点特征提取算法，它算法简单，而且稳定， 但在对一些图像进行角点提取时存在角点信息丢失和位置偏移等现象，为此提出一种改进的Harris角点检测 方法。实验表明该方法在点特征的提取和精确定位方面都达到了较好的效果。 关键词：特征匹配；角点检测；Har ris角点检测 中图分类号：TP391 文献标识码：A O 引言 素点( ， )移动( ， )的灰度强度变化表示为： 特征提取是影像分析和影像匹配的基础，也是单 E…(z， )一厶 …[ ’( + ，j，+ )一／’(z， 张相片处理的最重要任务。数字图像中的特征可分为 j，)] 。 …………………………………………… (1) 点特征、线特征和面特征。点特征主要指明显点，如 其中： …是高斯窗口在位置( ， )处的系数；像素的移 角点、圆点等。 动( ， )取值为(1，O)，(1，1)，(O，1)，(一1，1)，(一1， 1 角点检测 O)，(一1，一1)，(0，一1)，(1，～1)。显然，Moravec算法 角点是图像的重要局部特征，它决定了图像中目 只检测了窗口函数在8个基本方向上移动的强度变化， 标的形状，所以在图像匹配、目标描述与识别、运动 不能准确提取出全部角点，而且对孤立像素点、噪声和 估计以及目标跟踪等领域，角点提取具有十分重要的 边缘都较为敏感。算法中定义角点响应函数c(z， )一 意义。在计算机视觉和图像处理中，对于角点的定义 min(匕． ( ， ))，也因此不具有旋转不变性。为改进 有不同的表述，如：图像边界上曲率足够高的点；图 Moravec算法，Harris通过微分运算和自相关矩阵来检 像边界上曲率变化明显的点；图像边界方向变化不连 测角点。微分算子能反映像素点任意方向上的灰度强度 续的点；图像中梯度值和梯度变化率都很高的点等。由 变化，因而能够有效地区分角点和边缘，所以用微分算 这些不同的意义可以看出，角点检测的方法也是不尽 子重新定义了灰度强度变化的公式，这样使角点检测算 相同的，如利用方向导数来检测角点、直接以灰度信 子具有旋转不变性。同时Harris检测算法选取高斯函 息来检测角点等。目前检测角点的方法可分为两类：① 数为检测窗口，对图像进行平滑滤波