基于多尺度手动和学习结合的角点检测

摘要：

为了提取图像特征多方向的灰度强度变化,使检测结果更具鲁棒性,提出了一种基于各向异性高斯方向导数滤波器与学习结合的多尺度角点检测算法.该算法首先通过下采样构建3层图像金字塔,其中每层利用各向异性高斯方向导数滤波器获取每个像素点在8个方向的灰度强度变化;其次与图像进行卷积得到幅度响应;然后再输入卷积神经网络进一步学习;最后通过1×1的卷积输出角点响应.将实验结果与现有的基于深度学习的算法进行比较,提出的算法在重复性、平均精度、定位误差上都取得了较好的结果.

关键词：各向异性高斯方向导数、卷积神经网络、角点检测

所属期刊栏目：41

分类号：TN911.73

资助基金：陕西省自然科学基础研究计划项目;陕西省教育厅科研计划项目

在线出版日期：2022-11-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：26-31