基于圖像邊緣的角點檢測算方法研究.pdf

1、角點是指圖像中灰度值變化劇烈的點，包括物體輪廓上曲率變化最大的點、多條直線的交點、單調背景上的孤立點等等。由于角點所含的信息量較高，角點的數(shù)目亦相對較少，所以角點檢測技術被廣泛應用于圖像匹配、目標跟蹤與識別及三維重建與運動估計等領域。角點檢測算法一般分為基于邊緣和基于灰度。
　　本文主要研究基于邊緣的角點檢測算法，具體的研究內容和工作成果如下：
　　Gabor變換屬于加窗傅里葉變換，其是短時Fourier變換中當窗函數(shù)取為高

2、斯函數(shù)時的一種特殊情況。Gabor變換實際上還是對二維圖像求卷積，提取圖像的特征分量，Gabor函數(shù)可以在頻域不同尺度、不同方向上提取相關的特征。Gabor濾波器的頻率和方向類似于人類的視覺系統(tǒng)，所以可應用于特征提取、指紋識別，虹膜識別，人臉識別，紋理分析等。本文在分析了奇 Gabor濾波器優(yōu)異的邊緣檢測性能的基礎上，提出了多通道奇 Gabor梯度相關矩陣的角點檢測算法。該算法在角點檢測性、定位準確性等方面比 Harris算法、曲率尺度

3、空間（CSS）算法等有明顯提升。
　　不變矩理論和圖像角點檢測是計算機視覺和模式識別中的重要研究課題。常用的基于區(qū)域的矩不變量理論是1962年 Hu最早提出的基于區(qū)域的二維不變矩理論，該理論可以用于提取圖像大小、旋轉情況等形態(tài)特征，有不少相關的算法。由于Hu不變矩概念簡單、識別率穩(wěn)定，具有縮放、平移和旋轉不變性，故被廣泛地應用在圖像的特征提取中。本文在多尺度多頂式算法和局部矩不變量算法的基礎上，提出了多尺度局部矩不變量的輪廓角點檢