文档介绍：角点检测算法综述范娜,俞利,徐伯夏(中国航天科工集团第三研究院 8357 所天津 300308 ) 摘要: 角点作为图像的一个重要特征, 它保留了图像绝大部分的特征信息。角点在三维场景重建、运动估计、目标跟踪以及图像配准与图像匹配等计算机视觉领域有着重要的作用。本文对角点检测算法的类别进行总结, 对各类算法进行了详细介绍, 并对近几年来各类算法发展与改进进行了总结。关键词: 特征信息;计算机视觉;角点检测 Survey of Corner Detection Algorithms FAN Na , YU Li, and XU Bo-xia (The 8357 Research Institute of the Third Research Academy of CASIC Tianjin 300308) Abstract : As a more important feature of image , corner contains voluminous information of image features . In the domain puter vision , such as three-dimensional reconstruction , motion estimation , object tracking , image registration and image matching , corner of image play an important role . this paper attempt to summarize and detailedly introduce corner detection algorithms , and summarize the development s of these algorithms in recent years . Key words :F eature Information ; Computer Vision ; Corner Detection 1 引言角点并没有明确的定义,一般将图像中亮度变化剧烈的点或图像边缘上曲率取极大值的点认为是角点。从形态上来说, 角点包括 L、T、Y、X 和箭头型角点等。角点作为图像的重要特征, 保留了图像的绝大部分的特征信息,又有效地减少了信息的数据量, 从而有效地提高了运算速度以及匹配的可靠性。总结现有的角点检测算子的评价方法,总体上有以下几个标准[1]: (1) 稳定性: 即同一场景图像在亮度、对比度等因素变化的情况下, 检测出的角点数目及位置应当稳定(2) 可靠性:即在算子的可变参数改变情况下, 不影响生成的角点的质量, 只改变检测出角点的数目;检测到的角点具有平移、旋转、伸缩不变性(3) 鲁棒性:即算法的抗噪性能,在一定的噪声干扰下, 算子仍然具有很强的角点检测能力(4) 准确性:主要指不发生误检测以及角点位置定位准确(5) 高效性: 是指算法的计算速度快慢, 算法速度必须足够快以满足图像处理系统的要求经过几十年的研究与探索,产生了许多检测角点的方法,但大致可以分为四类:基于灰度图像的角点检测算法、基于二值图像的角点检测算法、基于边缘特征的角点检测算法以及支持矢量机角点检测算法。本文中对上述四类方法进行了阐述, 并详细的介