【正文】 慣的方式與人進(jìn)行信息交換，也就是讓計(jì)算機(jī)具有視覺、聽覺、和說話的能力。圖像特征主要包括圖像邊界、邊緣點(diǎn)、角點(diǎn)、拐點(diǎn)和紋理等。正確的識別圖像、音頻和視頻中的內(nèi)容是基于內(nèi)容的多媒體檢索的一個(gè)前提。角點(diǎn)，作為一幅圖像的特征，其數(shù)目將遠(yuǎn)遠(yuǎn)小于整個(gè)圖像的像素?cái)?shù)目。角點(diǎn)對于攝像機(jī)標(biāo)定，匹配和重建具有 非常重要的意義，角點(diǎn)檢測結(jié)果直接影響到標(biāo)定，匹配和重建的精度。 到目前為止，在計(jì)算甲視覺和圖像處理領(lǐng)域 中關(guān)于角點(diǎn)還沒有很好的數(shù)學(xué)定義，存在多種數(shù)學(xué)描述方法，因而在有關(guān)文獻(xiàn)中涌現(xiàn)出很多角點(diǎn)檢測方法。 整個(gè)論文主要運(yùn)用 Harris 和 SUSAN 兩種不同的算法，并 對 其 同一張圖像進(jìn)行不同方法的角點(diǎn)檢測，實(shí)現(xiàn)被檢測的圖像，并比較其中的不同 ，然后得出檢測結(jié)果，再加以分析兩種檢測方法的優(yōu)缺點(diǎn)。 角點(diǎn)處得一階導(dǎo)數(shù)最大，二階導(dǎo)數(shù)為零 。特征提取在計(jì)算 機(jī)視覺、圖像處理和機(jī)器視覺中一直是一個(gè)重要方向，而角點(diǎn)作為圖像的一個(gè)重要特征，長期以來備受研究者關(guān)注，也取得了很多研究成果。 角點(diǎn) 檢測的研究現(xiàn)狀 角點(diǎn)是圖像的一種重要局部特征 ,角點(diǎn)在保留了圖像中物體的重要特征信息的同時(shí)有效地減少了信息的數(shù)據(jù)量 ,使得對圖像處理時(shí)運(yùn)算量大大減少 . 由于角點(diǎn)集中了圖像上的很多重要的形狀信息 ,角點(diǎn)具有旋轉(zhuǎn)不變性 ,因此角點(diǎn)幾乎不受光照條件的影響 . 在基于特征的圖像配準(zhǔn)、圖像理解及模式識別等領(lǐng)域中 ,角點(diǎn)提取具有十分重要的意義 . 在基于角點(diǎn)檢測的圖像配準(zhǔn)中的關(guān)鍵技術(shù)就是精確的檢測出需要配準(zhǔn)的每幅圖像中的角點(diǎn) ,即角點(diǎn)檢測技術(shù) .其在三維場景重建、運(yùn)動估計(jì)、目標(biāo)跟蹤、目標(biāo)識別、圖像配準(zhǔn) 與匹配等計(jì)算機(jī)視覺領(lǐng)域起著 非常重要的作用 。 9 第三章 角點(diǎn)檢測的理論基礎(chǔ) 常用角點(diǎn)檢測簡介 基于邊緣的角點(diǎn)檢測： 基于邊緣的方法先提取物體的邊緣信息并 以鏈碼形式表示，然后尋找具有最大曲率的點(diǎn)作為角點(diǎn)。 角點(diǎn)檢測的標(biāo)準(zhǔn) 準(zhǔn)確性：在角點(diǎn)檢測的過程中，可以減小噪聲對角點(diǎn)檢測的 影響，即使細(xì)小的角點(diǎn)也可以檢測，即漏提取和誤提取的角點(diǎn)越少越好。 該算法具有很好的抗燥能力和魯棒性。 ② 提取的點(diǎn)特征均勻而且合理 :Harris 算子對圖像中的每個(gè)點(diǎn)都計(jì)算其興趣值 ,然后在鄰域中選擇最優(yōu)點(diǎn)。 角點(diǎn)檢測性質(zhì) 旋轉(zhuǎn)不變性：橢圓轉(zhuǎn)過一定角度但是其形狀保持不變（特征是保持不變） ； 對于圖像灰度的仿射變化具有部分的不變性 ； 對于圖像幾何尺度變化不具有不變性 ； 隨尺度變化， Harris角點(diǎn)檢測的性能下降 。 M 陣的特征值是自相關(guān)函數(shù)的一個(gè)階曲率，如果兩個(gè)曲率值都高，那么久認(rèn)為該點(diǎn)是特征點(diǎn)。 對于一幅圖像，角點(diǎn)和自相關(guān)函數(shù)的曲率特性有關(guān)。 假設(shè) L1 和 L2 是矩陣 M 的特征值，可以表示某一點(diǎn)的圖像灰度自相關(guān)函數(shù)的極值曲率，它們成比例關(guān)系。因此，非常適于含噪圖像或低對比度灰度圖像的邊緣檢測。 圖像中每一點(diǎn)的 USAN區(qū)域大小可用下式表示： n(r0 )= ?? )( 00 ),(rDr rrc (2) 式 (2)中 D(r0)為以 r0 為中心的圓形模板區(qū)域。模板也不宜取得太大，否則會增大運(yùn)算量大，通?？扇?5 5 或 37象素模板 [1]。 可以較好地提取出初始邊緣點(diǎn)。因此對于不同對比度和噪聲情況的圖像，應(yīng)取不同的 t值 。不需要取噪處理 。 Harris角點(diǎn)檢測算法是基于圖像的灰度自相關(guān)函數(shù)的一種算法，該算法直接從原始圖像中檢測特征點(diǎn)，能夠在圖像發(fā)生灰度變化、旋轉(zhuǎn)、和干擾噪聲等情況下檢測興趣點(diǎn)。該算法可以檢測出諸如 V型、 K型、 X型、 Y型、 T型等各種類型的角點(diǎn)。clc。 X=imread(filename)。 % if 8 % f=rgb2gray(X)。5 0 5]。 % fy = [5 8 5。1。 Iy = filter2(fy,ori_im)。 clear Ix。,[7 7],2)。 height = size(ori_im,1)。 Rmax = 0。 if R(i,j) Rmax 22 Rmax = R(i,j)。 t = 0。amp。amp。amp。amp。 end。 corners1(i,1)=j。 end。 plot(posr,posc,39。 applies the thresholding scheme, {(I(r) I(r0))/t}^(5/6) c = e to the current neighborhood of the center pixel 23 within the circle defined by the mask Abhishek Ivaturi function thresholded = susan_threshold(image,threshold) [a b]=size(image)。 thresholded = exp(1*temp2)。 clc。 image = susan(image_in,27)。當(dāng)前對基于邊緣檢測方法的研究主要集中在如何減少算法的復(fù)雜度和噪聲的影響。今后 ,角點(diǎn)檢測算法研究方向仍將會在檢測精度和實(shí)時(shí)處理等方面有所進(jìn)展 ,這是今后的主要發(fā)展趨勢 ?；?于 FPGA 的改進(jìn) Harris 角點(diǎn)檢測方法 ,四川：西南技術(shù)物理研究所， 20xx [3]閆 ? 龍 , 趙正旭 ,周以齊。數(shù)字圖像處理與圖像通信。兩位老師對學(xué)生認(rèn)真負(fù)責(zé)的態(tài)度、嚴(yán)謹(jǐn)?shù)目茖W(xué)研究方法、敏銳的學(xué)術(shù)洞察力、勤勉的工作作風(fēng)以及勇于創(chuàng)新 、勇于開拓的精神是我永遠(yuǎn)學(xué) 習(xí)的榜樣。 最后，感謝所有關(guān)心我、支持我和幫助過我的同學(xué)、朋友、老師和親人。對本研究提供過幫助和做出過貢獻(xiàn)的個(gè)人或集體，均已在文中作了明確的說明并表示了謝意。對本文的研究做出重要貢獻(xiàn)的個(gè)人和集體，均已在文中以明確方式標(biāo)明。 涉密論文按學(xué)校規(guī)定處理。圖表整潔，布局合理，文字注釋必須使用工程字書寫，不準(zhǔn)用徒手畫 3）畢業(yè)論文須用 A4 單面打印，論文 50 頁以上的雙面打印 4）圖表應(yīng)繪制于無格子的頁面上 5）軟件工程類課題應(yīng)有程序清單，并提供電子文檔 1）設(shè)計(jì)（論文） 2）附件：按照任務(wù)書、開題報(bào)告、外文譯文、譯文原文（復(fù)印件）次序裝訂 。 ：任務(wù)書、開題報(bào)告、外文譯文、譯文原文（復(fù)印件）。 作者簽名： 日期： 年 月 日 學(xué)位論文版權(quán)使用授權(quán)書 本學(xué)位論文作者完全了解學(xué)校有關(guān)保留、使用學(xué)位論文的規(guī)定，同意學(xué)校保留并向國家有關(guān)部門或機(jī)構(gòu)送交論文的復(fù)印件和電子版，允許論文被查閱和借閱。 作者簽名： 日 期： 28 學(xué)位論文原創(chuàng)性聲明 本人鄭重聲明：所呈交的論文是本人在導(dǎo)師的指導(dǎo)下獨(dú)立進(jìn)行研究所取得的研究成果。在這里，謹(jǐn)用一句話來表達(dá)我無法言明的心情：感謝你們！ 27 畢業(yè)設(shè)計(jì)（論文）原創(chuàng)性聲明和使用授權(quán)說明 原創(chuàng)性聲明 本人鄭重承諾：所呈交的畢業(yè)設(shè)計(jì)（論文），是我個(gè)人在指導(dǎo)教師的指導(dǎo)下進(jìn)行的研究工作及取得 的成果。在此，謹(jǐn)向施老師致以真誠的敬意和由衷的感謝。承蒙李老師和劉老師在繁忙之中抽出時(shí)間給予我指導(dǎo)和幫助，這篇論文才能夠成稿。直接基于灰度圖像的多尺度角點(diǎn)檢測方法。角點(diǎn)檢測技術(shù)及研究 。因此 , 在如何保證算法簡單快速的同時(shí)又能使檢測結(jié)果準(zhǔn)確一致 , 一直是研究人員試圖解決的問題。雖已有很多學(xué)者在這方面做了大量研究 , 使這項(xiàng)工作日趨成熟 , 但其整體性能還不盡如人意。39。 clear all。 tem