基于多尺度离散曲率的图像角点检测方法

摘要：

传统的曲率计算方法对离散域上的局部变化和噪声敏感,使得角点检测准确率和定位存在偏差.为了减少上述问题,提出了一种多尺度离散曲率来计算曲率并检测角点.首先,用Canny边缘检测器处理输入图像,得到一个二值化边缘图,然后从边缘图中提取边缘轮廓,沿着轮廓填充缝隙,检测并标记T型角点;其次,在3个不同的平滑尺度下,用高斯函数对每条平面曲线进行平滑处理,再使用新的曲率度量方式,计算经平滑后每个轮廓上点的曲率,并将绝对曲率的局部极大值点作为各尺度的候选角点;最后,将候选角点曲率值与曲率阈值比较,大于曲率阈值的点定义为候选真实角点,并将3个尺度下均可检测到的候选角点作为真实角点.实验结果表明:本文算法对标准角点数据实验室图进行检测时,检测到的正确角点数为159,错误角点数为90,丢失角点数为16,定位误差为1.2572;对标准角点数据积木图进行检测时,检测到的正确角点数为46,错误角点数为13,丢失角点数为1,定位误差为1.0132.与现有的3种经典角点检测算法相比,本文的检测方法具有更好的角点检测性能.

关键词：角点检测;多尺度离散曲率;多尺度曲率尺度空间;特征提取;边缘检测

所属期刊栏目：35

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金面上项目;陕西省教育厅服务地方专项计划项目

在线出版日期：2021-12-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：27-33