文档介绍：双目视觉中的角点检测算法研究摘要:为了实现双目视觉中的特征提取与立体匹配,在研究现有角点检测算法的基础上,提出一种改进的Harris角点检测算法。该算法首先采用图像分块和邻近角点剔除的策略,实现了阈值的自适应调节,并保证角点分布的均匀和避免角点聚簇的产生。结合Forstner检测算法,将精度提高到亚像素级。编程计算结果验证了该方法的准确性和稳定性。关键词:双目视觉;特征点提取;角点检测;自适应调节中图分类号:TP391文献标识码:A 文章编号:1004-373X(2010)12-0097-02 ResearchonCornerDetectionAlgorithmforStereoVision SHIHong-guang,ZHANGFeng-sheng,ZHENGChun-lan (CollegeofMechanical&ElectricalEngineering,QingdaoUniversity,Qingdao266071,China) Abstract:,theself-adaptiveadjustmentofthresholdwasachieved,theuniformdistributionofthecornerpointswasguaranteed,-. Keywords:stereovision;featurepointextraction;cornerdetection;self-adaptiveadjustment 虽然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极大值的点[1]。目前,角点检测方法主要分为基于图像边缘的方法[2]和基于图像灰度的方法[3]2类。前者在很大程度上依赖于图像的分割和边缘的提取,算法复杂,计算量大;后者主要通过计算点的曲率及梯度来检测角点,算法简单,计算量小。Harris角点检测方法是一种直接基于灰度图像的角点提取算法,具有较高的鲁棒性,能够在图像旋转、灰度变化以及噪声干扰等情况下准确提取出角点,应用广泛[4]。但该方法需要人为设定一个阈值,且精度只能达到像素级。为此,本文提出?┮恢知?改进的Harris角点检测方法,实现了阈值自动设定,并把精度提高到亚像素级。 1Harris角点检测算法 Harris角点检测算法的基本思想是[5]:在图像中设计一个局部检测窗口,当该窗口沿各个方向做微小移动时,考察窗口的平均能量变化。当该能量变化