角点检测的算法的研究及实现.pdfVIP

第四部分遥感与信息处理技术 角点检测的算法研究及其实现 王乃松“2，李振伟1,2赵有1 (1．中国科学院国家天文台长春人卫站，吉林长春130117： 2．中科院研究生院，北京100049) 摘要 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，在目标识别、视觉匹配和运动 计算机视觉库的基础上，采用Harris角点检测算法，实现了目标角点检测。同时，采用计算机视觉库OpenCV，具有很多优点， 可以缩短程序的开发周期，提高科研工作的效率。 关键词角点检测；Harris算法；OpenCg O引言 角点特征是图像的重要特征，在各种图像特征中角点具有旋转不变性和不随光照条件变化而变化的优点。 由于角点能够在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。 CRF值的像素点认为是角点。Harris算法稳定性高，对噪声不敏感，对工形状的角点检测准确性高。 i 1 Harr s角点检测算法 偏移后，窗口内的图像亮度值的平均变化。需要考虑如下3种情况： ①假如窗口内的图像块的亮度值是恒定的，那么所有不同方向的偏移仅导致一个小的变化； ②假如窗口跨越一条边，那么沿着边的偏移将导致一个小的变化，但是与边垂直的偏移将导致一个大的变化； ③假如窗口块包含角点或者是一个孤立的点，那么所有不同方向的偏移将导致一个大的变化。因此，定义 由任意方向的偏移而引起的最小变化值大于某一个特定值的那个点是角点。 Moravec角点检测算子可以简单描述为：在角点的某个领域内，亮度的变化在任意一条通过该点的直线上都 很大。对每一个待检测的像素点取窗口，从各个方向来计算这个像素的非正则化自相关值，并且选择最小值作 为这个像素点的角点响应函数。 1．1 Moravec算子存在的一些问题 ①在计算像素点的非正则化自相关值时只考虑了像素点的8个方向(每隔45。取一个方向)。可以通过将 区域变化式E扩展，将所有方向的小的偏移表现出来： E，，=∑q，，[，1．。厂，。]2=∑％p+yY+“工2+Y2)]2· (1) H．v -，p 写成： 岛=Ax2+2Cxy+By2。 (2) 式中，A=X20∞：B=Y2D∞；C=(．耵)Dp。 ②Moravec算子没有对图像进亍亍降噪处理，所以昀应对噪声敏感。可以使用平滑的圆形窗口先对图像进行 预处理来降低噪声影响，比如高斯窗口： 睨．，=exp--(u2+1，2)／2a2· (3) ③因为仅仅考虑了￡的最小值，所以Moravec算子对边缘响应很敏感。 1．2 Harris等人给出相应的解决措施 重新定义角点准则。对于小的偏移O，罗)，变化E能够精确的写成： 314 。第十一届全国遥感遥测遥控学术研讨会”论文集 第四部分遥感与信息处理技术 E．，=伉y)M“y)7· (4) 式中，矩阵M为2×2的对称矩阵：M=瞄 注意变化E与局部自相关函数密切相关，矩阵M描述了E在原点的形状。设定口，口是M的2个特征值。口，∥ 与局部自相关函数的主要曲率成比例，都可以用来描述肘的旋转不变性。正如以上所言，有以下3种情况需要 考虑： ①假如2个特征值都是小的，以致于局部自相关函数是平的，那么图像中的窗口区域为近似不变的亮度； ②假如一个特征值是高的，而另一个是低的，以致于局部自相关函数呈现山脊的形状，那么这显示是一条边； ⑨假如2个特征值都是高的，以致于局部自相关函数是突变的山峰形状，那么在任何方向的偏移都将增加 E的值，显示这是一个角点。 为了避免求解肘矩阵的特征值，使雕hz--tr 和 )M(toD)M(,：