迭代分割逼近:新的基于局部响应显著度的角点检测
为了提高角点检测算法的精确度,同时保持较低的时间复杂度,提出了一种基于自定义的局部角点响应显著度和迭代分割逼近的角点检测方法.首先,定义了一个新的测度量——局部角点响应显著度(LCRS),用来衡量一个候选角点在其局部区域内的响应显著程度,并证明了基于LCRS的角点检测准则等价于局部自适应阈值法.其次,将LCRS视作区域的响应显著度性质,把寻找角点的任务转化为寻找高显著性区域.据此,提出迭代分割的策略用来逐步收缩显著区域,最终逼近真实角点的位置.迭代分割逼近( ISA)算法可以使用不同的角点响应函数(CRF)定义,而且其平均情况时间复杂度与Harris算法相同.实验结果表明,当采用Noble算子的CRF时,ISA算法平均误检率、漏检率分别比Noble算子低4.62%和5.59%;而当采用Harris算子的CRF时,这两个比率也分别比Harris算子低2.87%和3.37%.而且这两种情况下ISA算法的平均运行时间均小于Harris算子和Noble算子.
角点检测、局部角点响应显著度、迭代分割逼近、Harris算子、Noble算子
17
TP301.6(计算技术、计算机技术)
国家自然科学基金60972133;广东省自然科学基金团队项目9351064101000003
2012-05-25(万方平台首次上网日期,不代表论文的发表时间)
共10页
402-411