1.3 论文的主要工作
本文详细介绍了各种角点检测的方法,分析了各自的优点和缺点。
在众多角点检测方法中,重点分析和研究Harris角点检测方法和CSS角点检测方法。本文的结构如下:
第一章主要介绍了角点检测的研究背景及研究现状。
第二章主要阐述了角点的特点和角点检测评估的标准。
第三章Harris和CSS角点检测算法的原理。
第四章进行了Harris算法和CSS算法的实验仿真,并对两者进行了比较。
第五章对全文进行了总结。
2 角点特点和角点检测的评估标准
2.1 图像角点的特点
在生活中我们能见到各种各样的角点,通俗来讲,角点就是物体的边缘拐点在图像中显现的位置点所在的位置。根据我们的生活经验,可以很容易地定位物体角点的位置。图像的很多信息都包含在图像的角点中,且角点的个数要远远少于图像的像元总数;同时角点包含了图像的大部分形状特征,所以通过角点我们可以大致了解物体的形状特征。又因为角点具有不受光照条件改变而改变,旋转不变性等优点,并且上文提到,角点的个数比图像的像元数要少很多,所以它既减少了要处理的数据总量,又能保证图像不失真。因此图像的角点检测越来越广泛地被应用到实际生活中。
上文中提到,至今角点还没有明确的数学定义,所以在研究中,学者们通常根据不同的角点的定义,提出不同的角点检测的方法。目前为止,关于角点的定义法则和描述主要有以下几种:
1) 角点是物体两条以上边沿线的交叉点;来~自^751论+文.网www.751com.cn/
2) 角点是物体边沿变化不连续的点的对应位置;
3) 角点是局部一阶导数值最大的点的对应位置;
4) 角点处的一阶导数最大,而二阶导数为零;
5) 角点处的灰度变化率的值最大。
2.2角点检测的评估标准
虽然目前为止,角点还没有特定的数学定义。但是,无论用哪种方法检测角点,都必须考虑一下几个要素[4]:
可靠性准则:在没有噪声干扰的情况下,图像中最细小的角点都应该被检测到。当角点检测算法里的可变参数被改变时,检测得到的角点质量不变,则我们称该角点检测算法是完全可靠性的。
准确性准则:要求我们在角点检测的过程中,检测到的角点位置坐标要尽可能与实际角点的位置相同。
快速性准则:在实际应用中,我们对角点检测的执行时间有着严格要求,所以角点检测算法应简单,程序运行的速度越短越好。
稳定性原则:客观来讲还不存在绝对稳定的算法。因为许多因素都会干扰成像,我们无法保证在有噪声影响的情况下,对同一幅图像的不同序列中两帧图像进行角点检测时,检测到的角点的数量和位置不发生变化。