【正文】 detection is designed to match the efficiency of the matching depends on the number of corners。角點(diǎn)時(shí)目標(biāo)輪廓線上曲率的局部極大點(diǎn)， 5 對(duì)掌握目標(biāo)的輪廓特征具有約 束的作用。 角點(diǎn)指 示了物體邊緣變化不連續(xù)的方向 。這類算法速度快 , 實(shí)時(shí)性強(qiáng) , 但定位精度不夠 , 還可能漏掉一些真實(shí)的角點(diǎn) 。 arris 算子是一種簡(jiǎn)單的點(diǎn)特征提取算子，這種算子受信號(hào)處理中 自相關(guān)函數(shù)的啟發(fā)，給出與自相關(guān)函數(shù)相聯(lián)系的矩陣 M。 SUSAN算法 ： (1)算法描述 ； 對(duì)整幅圖像中的所有象素，用圓形模板進(jìn)行掃描，比較模板內(nèi)每一象素與中心象素的灰度值，通過與給定的閥值比較，來判別該象素是否屬于USAN 區(qū)域，如下式： C(r,r0 )=??????? ?? trIrIif trIrIif )()(0 )()(1 00 (1) 式 (1)中 c(r， r0)為模板內(nèi)屬于 USAN 區(qū)域的象素的判別函數(shù)； I(r0)是模板中心象素 (核 )的灰度值； I(r)為模板內(nèi)其他任意象素的灰度值； t 是灰度差門限。 18 基于 susan 檢測(cè)實(shí)現(xiàn)的圖片 圖 4（ susan 角點(diǎn)檢測(cè)） 圖 5（ susan 角點(diǎn)檢測(cè)） 19 圖 6（ susan 角點(diǎn)檢測(cè)） 檢測(cè)結(jié)果為： 優(yōu)點(diǎn)： 基于 susan的圖片實(shí)現(xiàn)是一種直接利用圖像灰度信息的檢測(cè)算法，能夠使檢測(cè)過程不依賴于前期分割結(jié)果。39。 fy = [2。 Ixy = filter2(h,Ixy)。 R(i,j) R(i1,j1) amp。 end。 susan角點(diǎn)檢測(cè)程序如下： thresholded_image = susan_threshold(image,threshold)。目前大多數(shù)方法都是基于邊緣的角點(diǎn)檢測(cè)方法 , 其中往往涉及到一些復(fù)雜的浮點(diǎn)運(yùn)算和支持域的選擇 , 且檢測(cè)結(jié)果依賴于前期的區(qū)域分割。李老師和劉老師的鼓勵(lì)、關(guān)懷和精心指導(dǎo)，使我獲益匪淺。本人授權(quán) 大學(xué)可以將本學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進(jìn)行檢索，可以采用影印、縮印或掃描等復(fù)制手段保存和匯編本學(xué)位論文。除了文中特別加以標(biāo)注引用的內(nèi)容外，本論文不包含任何其他個(gè)人或集體已經(jīng)發(fā)表或撰寫的成果作 品。西安：西安交通大學(xué)圖像處理與識(shí)別研究所， 1998 [6]朱秀昌，劉峰，胡棟。)。 t imshow(ori_im) hold on。 R(i,j) R(i+1,j) amp。 end。gaussian39。 Ix = filter2(fx,ori_im)。 穩(wěn)定性差，閾值的選取直接影響到檢測(cè)的準(zhǔn)確性 21 角點(diǎn)檢測(cè)程序 Harris角點(diǎn)檢測(cè)程序如下： clear。 t越小，可從對(duì)比度越低的圖像中提取特征。 SUSAN 檢測(cè)算法 直接利用圖像灰度相似性的比較，而不需計(jì)算梯度，具有算法簡(jiǎn)單、定位 準(zhǔn)確、抗噪聲能力強(qiáng)等特點(diǎn)。 ② 提取的角點(diǎn)是像素級(jí)的 H。 。這里主要談了國(guó)內(nèi)外學(xué)者對(duì)角點(diǎn)檢測(cè)以及圖像處理方法的一些研究成果。傳統(tǒng)的數(shù)據(jù)庫檢索中采用的基于關(guān)鍵詞的檢索方式已不能滿足人們的需要，基于內(nèi)容的多媒體檢索成為一個(gè)研究熱點(diǎn)。 Harris 角點(diǎn)檢測(cè)原理是對(duì)于一副圖像，角點(diǎn)于自相關(guān)函數(shù)的曲率特性有關(guān)，自相關(guān)函數(shù)描述了局部局部圖像灰度的變化程度。 Harris corner detection principle is that for an image, corner point on the curvature properties of the autocorrelation function is related to the local autocorrelation function describes the degree of local image intensity changes. In the corner point, the offset will result in the image window autocorrelation function (the average image intensity changes) change significantly. arris operator is a simple point feature extraction operator, this operator by the signal processing in the autocorrelation function of inspiration, given the autocorrelation function associated with the matrix M. Eigenvalues of matrix M is an order autocorrelation function of the curvature, if the two curvature values are high, for so long that the point is the feature points. Key word: Corner , Corner detection , Harris Corner 3 目錄 第一章 緒論 .............................................................. 4 問題的提出及研究意義 ............................................... 4 研究背景 ........................................................... 5 論文的主要工作 ..................................................... 6 第二章 角點(diǎn)檢測(cè) ........................................................... 7 角點(diǎn)概念及特征 . .................................................... 7 角點(diǎn)檢測(cè)的研究意義 ................................................. 7 角點(diǎn)檢測(cè)的研究現(xiàn)狀 ................................................. 8 角點(diǎn)檢測(cè)算法 ....................................................... 8 第三章 角點(diǎn)檢測(cè)的理論基礎(chǔ) ................................................. 9 常用角點(diǎn)檢測(cè)簡(jiǎn)介 ................................................... 9 角點(diǎn)檢測(cè)的標(biāo)準(zhǔn) ..................................................... 9 基于模板的角點(diǎn)檢測(cè) ................................................. 9 角點(diǎn)檢測(cè)原理 ...................................................... 10 第四章 Harris 角點(diǎn)檢測(cè)算法 ................................................ 11 算子特征 .................................................... 11 角點(diǎn)檢測(cè) 性質(zhì)