图像角点检测方法的研究

论文摘要

角点是图像的重要特征,在目标识别,视觉匹配和运动估计等领域都有重要的应用。角点检测问题是图像处理领域的一个基础问题,是低层次图像处理的一个重要方法。本文对几种传统的角点检测算法进行研究,分析它们存在的优缺点,在此基础上提出一种基于模板的角点检测算法。主要研究内容包括以下三个方面:1.传统角点检测算法的研究。对几种传统、常用的角点检测算法进行研究,分析了各种算法的优缺点。通过对传统角点检测算法的研究得到:Harris算法存在定位精度不高的缺点,在需要精确定位的时候不能够满足精度的要求。2.改进的Harris角点检测算法的研究。针对Harris算法定位精度不高的缺点,采用B样条对局部图像进行插值,对插值后的图像进行二次角点检测,得到角点的亚像素级坐标。实验证明,改进的算法大大提高了原有算法的定位精度,其定位精度可以达到1×10-1。3.基于模板的角点提取算法的研究。采用模板的检测策略,提出了一种自动获取图像角点的新方法。根据角点的特征设计了3×3的矩形模板,这些模板包含了所有角点图像的可能模式,然后根据编码准则对这些模板进行编码。在提取图像角点时,先对图像进行降噪、膨胀、细化等一系列图像处理工作,然后使用模板对图像进行角点检测,从而确定角点的位置。实验证明,与传统算法相比,这一算法无需人工干预,能够自动确定角点位置,并且角点的平均位置偏差在1个像素内。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 研究目的及意义
• 1.2 国内外研究现状
• 1.3 研究内容和章节安排
• 第二章 传统角点检测算法概述
• 2.1 角点检测标准
• 2.2 Moravec角点检测算子
• 2.2.1 Moravec角点检测算子原理
• 2.2.2 Moravec角点检测算子特点
• 2.3 Harris角点检测算子
• 2.3.1 Harris角点检测算子原理
• 2.3.2 Harris角点检测算子特点
• 2.4 MIC角点检测算子
• 2.4.1 MIC角点检测算子原理
• 2.4.2 MIC角点检测算子特点
• 2.5 Zheng和Wang角点算子
• 2.5.1 Zheng和Wang角点检测算子原理
• 2.5.2 Zheng和Wang角点检测算子特点
• 2.6 Forstner角点检测算子
• 2.6.1 Forstner角点检测算子原理
• 2.6.2 Forstner角点检测算子特点
• 2.7 SUSAN角点检测算子
• 2.7.1 SUSAN角点检测算子原理
• 2.7.2 SUSAN角点检测一般步骤
• 2.7.3 SUSAN角点检测算子特点
• 2.8 改进的Harris角点检测算法
• 2.8.1 改进的Harris检测算法描述
• 2.8.2 实验
• 2.8.3 实验结果分析
• 2.9 本章小结
• 第三章 模板角点检测算法
• 3.1 模板探测算法的基础
• 3.2 角点模板的设计、编码
• 3.2.1 角点模板的设计
• 3.2.2 角点模板的编码
• 3.3 模板角点检测算法
• 3.4 本章小结
• 第四章 实验
• 4.1 实验方案
• 4.2 实验
• 4.2.1 标准图像角点检测
• 4.2.2 摄像机拍摄图像角点检测
• 4.3 实验分析
• 4.4 本章小结
• 第五章 结论与展望
• 参考文献
• 攻读学位期间的研究成果
• 致谢