曲率尺度空间与链码方向统计的角点检测
目的 传统的曲率尺度空间角点检测中,选择的尺度不同会造成角点的漏检测及误检测问题.针对这两个问题,提出一种曲率尺度空间与链码方向统计的角点检测方法.方法 提出的角点检测方法是以曲率尺度空间为基础,先在较低的曲率尺度空间上选择候选角点集,再通过自适应阈值及链码方向统计的方法在角点集中剔除错误角点.结果 针对不同类型的图像进行了实验,结果表明,该方法比现有角点检测方法检测准确度高5%~10%,且漏检测角点少,角点检测错误率低.实验将该方法与CSS算法进行计算时间对比,分别采用256×256简单场景图与935×715复杂场景图,该方法计算时间只比CSS角点检测方法多0.1s与0.9s,相对CSS算法计算时间未有显著增加.结论 该方法采用较低的曲率尺度可检测出更多的角点,降低了角点漏检测率;通过计算椭圆角点自适应阈值删除椭圆角点,并采用Freeman链码方向统计方法剔除伪角点,提高了角点检测精度.实验结果表明,本文提出的角点检测方法比其他角点检测算法具有高效性和准确性.
角点检测、曲率尺度空间、Freeman链码、方向统计直方图
19
TP391(计算技术、计算机技术)
国家自然科学基金项目61165011,61263046;江西省科技支撑计划项目20112BBG70092;航天科技创新基金项目CASC201102;江西省教育厅科研项目GJJ12427
2014-03-20(万方平台首次上网日期,不代表论文的发表时间)
共9页
234-242