文档介绍：数字图像处理
——角点检测
报告人:崔树懋
了解
角点是目标轮廓上曲率的局部极大点,对掌握目标的轮廓特征具有决定作用,一旦找到了目标的轮廓特征也就大致掌握了目标的形状。
角点没有明确的数学定义,但人们普遍认为角点是二维图像亮度变化剧烈的点或图像边缘曲线上曲率的极大值点,这些点在保留图像图形重要特征的同时,可以有效地减少信息的数据量,提高信息含量,加快计算速度,有利于图像的可靠匹配,使得实时处理成为可能。
角点特征是影像的重要特征,在各种影像特征中角点具有旋转不变性和不随光照条件改变而改变的优点在一些应用中使用角点特征进行处理,可以减少参与计算的数据量,同时又不损失图像的重要灰度信息,利用角点特征进行匹配可以大大提高匹配的速度。
其在三维场景重建、运动估计、目标跟踪、目标识别、图像配准与匹配等计算机视觉领域起着非常重要的作用
什么是角点?
目前关于角点的具体定义和描述主要有如下几种:
(即灰度的梯度)的局部最大所对应的像素点;
,二阶导数为零;
;
;
。
目前的角点检测算法可归纳为3类
基于灰度图像的角点检测
基于二值图像的角点检测
基于轮廓曲线的角点检测
基于梯度
基于模板
基于模板梯度组合
:主要考虑像素领域点的灰度变化,即图像亮度的变化,将与邻点亮度对比足够大的点定义为角点。
角点检测算法分类:
文衡量角点检测算法性能的准则
:在角点检测的过程中,可以减小噪声对角点检测的影响,即使细小的角点也可以检测,即漏提取和误提取的角点越少越好;
:在角点检测的过程中,提取到的角点的坐标应尽可能的准确,应尽可能的接近角点的实际位置,即提取到的角点应尽可能是角点的真实位置:
:角点检测的目的是为匹配和三维重建用的,角点检测的速度关系到后续工作的效率,所以,角点检测算法应简单,程序运行速度越快越好,减少人工干预,提高程序的自动化要求,满足实时性的要求。