一种基于曲率尺度空间的自适应角点检测方法_图文.doc

一种基于曲率尺度空间的自适应角点检测方法_图文.doc

  1. 1、本文档共17页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
收稿日期:2006-10-27 基金项目:教育部高等学校创新工程重大项目培育基金项目(编号:705038;武汉市科技攻关计划项目(编号:20051101013。 作者简介:汪华琴(1982—,女,湖北潜江人,硕士,研究方向:多媒体技术、图像处理(E 2mail :whq -002193@ ;谈国新 (1964—,男,教授,研究方向:数字媒体的研究及产品开发。 文章编号:1003-6199(200702-0123-05 一种基于曲率尺度空间的自适应角点检测方法 汪华琴1,2,谈国新1,钱小红1 ,2 ,朱海燕2 (1.华中师范大学教育信息技术工程研究中心,湖北武汉 430079; 2.华中师范大学计算机科学系,湖北武汉 430079   摘 要:角点是图像处理中的重要特征,基于曲率尺度空间技术,提出一种自适应角点检测方法。首先 提取图像的轮廓,采用一个固定的低尺度计算所有轮廓点的曲率,并根据曲率得到候选角点集,然后用由自适应支持区域确定的角点角度和一个动态曲率阙值代替固定的阙值筛选出正确角点。实验结果证实该方法应用于复杂图像的精确性和稳定性。 关键词:曲率尺度空间;角点检测;支持区域;候选角点中图分类号:TP391      文献标识码:A An Adaptive Corner Detector B ased on Curvature Scale Space WAN G Hua 2qin 1,2,TAN Guo 2xin 1,Q IAN Xiao 2hong 1,2,ZHU Hai 2yan 2 (1.Engineering Research Center for Educational Information and T echnology ,Huazhong Normal University ,Wuhan  430079,China ; 2.Department of Computer Science ,Huazhong Normal University ,Wuhan  430079,China    Abstract :The corner is an important feature in image processing ,an adaptive corner detector is proposed based on curvature scale space technique in this paper.First ,the contour curve is extracted for the image.According to the curvature calculated at a fix low scale for each point of the contour ,corner candidates are obtained.Then ,angles of corner candidates checked in an adap 2tive region of support and a dynamic curvature threshold are used instead of the fixed threshold to get true corners.Experimental results show that the proposed method offers an effective and robust solution to images containing widely different size features. K ey w ords :curvature scale space ;corner detection ;region of support ;corner candidate 1 引 言 在计算机图像处理中,同平面曲线上的圆弧、线段等其他特征相比,角点是最为重要的特征,对角点提取的越准确越有助于对图形的理解和分析,同时它对于确定场景中的物体乃至于立体视图匹配都有重要的作用。目前在文献[1,2,3]中提出的几种经典的角点检测算法SUSAN 算法、Plessey 算法、K itchen/Rosenfeld 算法,它们大部分是在单尺度下对图片进行角点检测,但是实际图像中的特征 角点常常发生在不同的尺度范围上,并且每一角点 的尺度信息是未知的,因此利用多尺度技术检测角点是获得理想特征角点的一种理想途径。Rat 2tarangsi 和Chin 提出了一种基于高斯尺度空间的 多尺度算法用于检测多尺度图像[4],它在检测过程中需要使用大量的尺度,因此计算量非常大。相对来说,曲率尺度空间技术更适合用于多尺度复杂图像的角点检测。Mokhtarian 和Suomela

文档评论(0)

676200 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档