基于k-余弦曲率的圖像角點檢測算法.pdf

1、角點是圖像的重要局部特征,在圖像配準、目標描述與識別及運動估計、目標跟蹤等領域中,角點檢測具有十分重要的意義。目前的角點檢測算法主要分為基于圖像的角點檢測和基于輪廓曲線曲率的角點檢測兩大類。而由于結合多尺度技術的角點檢測算法更能夠相對完整地描述圖像的整體特征同時也不至于失去其細節(jié)特征，因此越來越受到廣泛關注。本文在分析了現(xiàn)有的一些主要算法基礎上，將多尺度思想與k-余弦曲率結合，提出了一款新的圖像角點檢測算法，即基于k-余弦曲率的多尺度角

2、點檢測算法。
　　基于k-余弦曲率的多尺度角點檢測算法首先利用Canny邊緣檢測算法提取圖像中物體的邊緣輪廓曲線；然后使用k-余弦曲率計量圖像輪廓曲線上的曲率值，通過控制輸入的參數(shù)得到不同尺度下的曲率；最后將多個尺度下的曲率值相加后取平均值，其局部極值并超過給定閾值的點輸出為角點。相對于單一尺度算法，本算法平衡了對圖像整體特征和細節(jié)特征的把握，從而能夠得到更理想的角點檢測結果。而相對于現(xiàn)有基于尺度空間技術的角點檢測算法來講，本文的

3、算法具有復雜程度小，計算成本低的優(yōu)點。
　　首先綜述角點檢測算法的現(xiàn)狀，介紹了直接角點檢測技術，多尺度角點檢測技術以及曲率尺度空間（CSS）技術等相應的理論基礎。然后描述了圖像角點檢測的算法框架，以及實現(xiàn)圖像角點檢測的算法步驟和細節(jié)。接著提出基于k-余弦曲率的角點檢測算法，并應用多尺度思想闡述其基本原理，通過一個實例論述了多尺度k-余弦曲率相對于原k-余弦曲率的優(yōu)勢，最后通過一系列的仿真實驗驗證了新算法在角點檢測任務中具有良好的效