利用局部方向微分向量一致性的角点检测

摘要：

在边缘轮廓提取的基础上,提出了一种利用局部方向微分向量一致性的角点检测算法以消除边缘噪声对角点检测产生的不利影响.该算法提取图像的边缘轮廓来降低算法计算量;利用各向异性高斯方向导数(ANDD)滤波器提取每个像素处的方向微分向量并进行幂次变换,以增强向量的各向异性;进而利用相邻像素的方向微分向量构建一致性测度.最后,对同一轮廓上的一致性测度进行均值归一化,得到最终角点测度.实验显示,提出算法的平均角点定位误差为1.52 pixel,与对比算法接近;检测准确率分别比点到弦距离累积(CPDA)法、相对局部曲率(He& Yung)法提高了58％和5.5％,与归一化残余面积(RA)算法相等,同时角点错检率比He&Yung和RA少25.5％和21.6％.提出的算法能准确地检测出真实角点,并具有更小的错误检测率,更高的角点重复率,而且对边缘噪声十分鲁棒.

关键词：计算机视觉、角点检测、各向异性高斯方向导数、边缘轮廓、向量一致性

所属期刊栏目：23

分类号：TN973.3;TP391

资助基金：国家自然科学基金资助项目61271295

在线出版日期：2016-04-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：3509-3518