一种彩色图像边缘和角点特征检测方法

摘要

本发明涉及一种彩色图像边缘和角点特征检测方法，其技术特征在于：计算彩色图像每个颜色通道的空间梯度，将该梯度将投影到相对阴影、明暗和光谱三种照度信息不敏感的颜色空间；再用照度不变微分与自身的笛卡尔内积生成照度不变颜色张量；进行特征分解，得到最大特征值对应的局部方位；然后，局部方位信息控制生成匀称方位张量滤波内核，对照度不变颜色张量进行基于匀称方位张量滤波内核卷积滤波得到新的颜色张量；对新的颜色张量进行特征值分析，得到特征值和特征向量并派生特征测度，进行边缘和角点特征检测。利用张量的特点进行边缘和角点特征检测，使得所设计的特征检测器具有更符合人眼的视觉特性，能够抑制更强的噪音。

主权项

1.一种彩色图像边缘和角点特征检测方法，其特征在于：首先，计算彩色图像每个颜色通道的空间梯度；其次，将空间梯度投影到相对阴影、明暗和光谱三种照度信息不敏感的颜色空间，即将彩色图像的空间梯度f_X投影到HIS颜色空间的色调方向，得到照度不变微分$H_X^c=\frac{(R(B_X-G_X)+G(R_X-B_X)+B(G_X-R_X))}{\sqrt{2(R^2+G^2+B^2-\mathrm{RG}-\mathrm{RB}-\mathrm{GB})}};$再用照度不变空间微分与其自身的笛卡尔内积得到一个二阶对称的照度不变颜色张量$G=\left(\begin{array}{cc}{g}_{11}& g_{12}\\ g_{21}& g_{22}\end{array}\right)=\left(\begin{array}{cc}{H}_x^c·H_x^c& H_x^c·H_y^c\\ H_y^c·H_x^c& H_y^c·H_y^c\end{array}\right),$其中，运算符“·”表示笛卡尔内积；对张量G进行特征值分析，得到两个特征值λ₁、λ₂以及对应的两个特征向量，其中λ₁≥λ₂；较大特征值λ₁对应的单位特征向量n为局部方位矢量n＝(cos(φ₀)sin(φ₀))^T，其中n指示的方位φ₀为局部方位；然后，局部方位信息控制生成匀称方位张量滤波内核，对照度不变颜色张量进行基于匀称方位张量滤波内核卷积滤波得到新的颜色张量；对新的颜色张量进行特征值分析，得到特征值和特征向量；最后，由特征值和特征向量派生特征测度，并进行边缘和角点特征检测。