1、在數(shù)字圖像處理中,提取圖像的特征信息是其基礎(chǔ)工作之一。而在圖像的眾多特征中,由于角點具有在各個方向變化強度較大、旋轉(zhuǎn)不變和不隨光照強度變化而變化、信息數(shù)據(jù)量小等特點,使得角點檢測算法成為一項具有廣闊應(yīng)用前景的研究工作。好的角點檢測算法對許多計算機視覺任務(wù),如圖像匹配、目標識別、運動分析、全景拼接、機器導(dǎo)航等都起了至關(guān)重要的作用。
　　本文首先對已有的經(jīng)典的角點檢測算法進行了分析,指出了它們各自的優(yōu)點和不足。其中CSS(Curvat

2、ure Scale Space)角點檢測算法是采用Canny算法提取圖像的邊緣。接著對Canny三準則及Canny算法進行了分析,Canny算法采用高斯濾波來對圖像進行平滑以去除噪聲對檢測結(jié)果的影響。而高斯濾波會使Canny算法提取出的邊緣丟掉部分弱的細節(jié)信息和使部分細節(jié)信息定位不夠準確,反映在CSS角點檢測算法中,就會導(dǎo)致:一、平滑掉部分弱的角點;二、部分角點定位不夠精確。
　　其次Canny算法采用2×2鄰域一階偏導(dǎo)的有限差分

3、運算來得到高斯平滑后圖像的梯度幅值和方向,而這樣計算雖然對邊緣定位較準確,但是對噪聲又會敏感,容易丟失部分真實邊緣細節(jié)和檢測出偽邊緣信息。因此本文采用一種3×3鄰域的四個方向來計算梯度幅值和方向,這種計算梯度幅值和方向的方法考慮了對角方向,提高了邊緣定位的準確度,也抑制了部分噪聲。
　　最后,本文將改進后的Canny算法應(yīng)用到CSS角點檢測中,并對CSS角點檢測算法的偽角點剔除過程進行了改進,使得提取出的角點具有更好的準確率和精確