一种基于二阶轮廓差分的角点检测方法

摘要

本发明属于计算机视觉技术和图像处理领域，具体涉及一种基于二阶轮廓差分的角点检测方法。本发明通过：二阶轮廓差分来计算角点响应函数，极大的降低计算复杂度，提高角点检测效率；利用点在轮廓多尺度空间中的角点响应值的乘积作为点的最终角点响应值，有效的提高检测精度，增强角点检测算法对噪声的鲁棒性。最终本发明实现了高效地、鲁棒地和稳定的检测出二维图像中的角点。

主权项

一种基于二阶轮廓差分的角点检测方法，具体包括以下步骤：步骤1、利用Canny算子从二维图像中提取边缘，并从边缘中抽取轮廓，找到T型角点：利用Canny算子从图像中提取边缘，剔除长度小于阈值t的边缘，t的计算方法为其中w为图像宽度，h为图像高度，α为权衡因子；如果两条边缘的端点之间的欧式距离≤5像素，则填补两个端点之间的空缺，使两条边缘形成一条长的轮廓；如果一条轮廓的首尾端点之间的欧式距离≤5像素，则记该轮廓为环状型轮廓，否则记为线型轮廓；如果一条轮廓的端点靠近另外一条轮廓的中间部分，则把该端点记为T型角点；步骤2、对抽取的轮廓进行高斯尺度演化，构成其多尺度表示：使用一维高斯函数对轮廓进行平滑，构成轮廓的多尺度表示，高斯核方差σ控制着轮廓的平滑程度，σ越大，轮廓被平滑的越厉害；步骤3、利用二阶差分计算角点响应函数：对于轮廓尺度空间中的每一条轮廓，计算其二阶差分；记含有n个点的轮廓Γ(x,y)为Γ_1‑＞n，则其一阶差分记为：D＝Γ_k‑＞n‑Γ_1‑＞n‑k，二阶差分为：D₂＝D_k‑＞n‑k‑D_{1‑＞n‑2×k}，其中k为步长；角点响应函数为轮廓的二阶轮廓差分D₂中横纵坐标的绝对值之和，令ρ_i为轮廓中任意一点在尺度i下的角点函数响应值，ρ为该点的最终角点响应函数值，则：$\rho =\underset{i}{\Pi }{\rho }_i$其中ρ_i＝|D₂(x)|+|D₂(y)|；步骤4、根据角点响应值函数，得到最终的角点：得到轮廓上每一个点的角点响应值之后，选取轮廓上具有角点响应局部极大值的点作为角点候选集，剔除角点候选集中角点响应值小于等于60的点；对于T型角点集合中的任意一点，如果该点周围没有检测到的角点，则把该T型角点也添加到最终的角点的集合之中。