基于图像边缘轮廓的角点检测算法研究

发布时间：2024-03-01 21:10

　　针对传统角点检测算法易受噪声和局部变化影响，且需要计算边缘像素点的曲率，会导致检测结果不稳定等问题，该文提出一种新的基于图像边缘的角点检测算法。使用Canny边缘检测器从原始图像中提取边缘映射图，计算每条边缘线上所有像素点到弦的欧氏距离，只有当最大点弦距离大于所设阈值时，该像素点被看作候选角点。对所有候选角点进行非极大值抑制得到最终角点。实验结果表明，文中提出的角点检测器相比于其他三种经典的检测器在图像仿射变换、JPEG压缩和高斯噪声条件下具有更好的整体性能。

【文章页数】：4 页

【部分图文】：

图1算法流程图

基于图像边缘的角点检测器基本使用曲率技术对角点进行检测，基于曲率尺度空间（CSS）的角点检测算法[13]存在两个主要问题。首先，由于曲率的定义是曲线上角度的瞬时变化率，因此对局部变化和噪声非常敏感，进而会产生误检。其次，对于高斯平滑尺度的选择，针对这类角点检测算法的不足，该文提出....

图2‘Lenal’图像的边缘映射图

从边缘映射图中提取出的每条边缘线，通过连接边缘线首端和尾端得到一段弦，找到边缘线像素点与弦之间的最大欧氏距离[15]。如果距离大于最佳阈值，那么对应于边缘线上的点就被认为是一个候选角点。由于该文所提算法在平移和旋转，统一和非统一比例缩放的几何变换中是不变的，因此，当任何一个边缘线....

图3‘house’图像伪角点的去除

图2‘Lenal’图像的边缘映射图2实验结果分析

图4在六种不同变换下的平均重复性和定位误差

对标准数据集进行旋转、剪切、高斯噪声、质量压缩、统一及非统一缩放六种数据变换，四种角点检测算法的平均重复性和定位误差等性能比较的实验结果如图4所示。在旋转变换下，He&Yung角点检测算法的平均重复性最高。CPDA角点检测算法和所提算法的定位误差比较低。在统一缩放和非统一缩放变换....

本文编号：3915834