一种局部最佳阈值预测的自适应角点检测方法

摘要：

为解决图像角点检测阈值选取方法计算量大的问题,提出一种新的自适应角点检测方法.分析能够反映图像灰度分布、对比度和相关性因素的9个基本统计特征,通过提取4 848幅样本图像的基本统计特征,并按主成分分析方法计算4项反映图像不同属性的综合指标.建立多元非线性局部最佳阈值预测模型,由训练数据对模型参数进行优化估计,得到指导角点检测自适应阈值选取的预测模型.实验结果表明,预测模型的引入能够改善图像显著角点检测质量,与原始检测算法相比,复杂图像中显著角点检出率平均提高45％,非显著角点误检率平均降低81％.

关键词：样本图像、统计特征、角点检测、自适应阈值、预测模型

所属期刊栏目：44

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金41174162

在线出版日期：2018-07-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：270-274