【正文】 ............... 7 角點(diǎn)檢測的研究現(xiàn)狀 ................................................. 8 角點(diǎn)檢測算法 ....................................................... 8 第三章 角點(diǎn)檢測的理論基礎(chǔ) ................................................. 9 常用角點(diǎn)檢測簡介 ................................................... 9 角點(diǎn)檢測的標(biāo)準(zhǔn) ..................................................... 9 基于模板的角點(diǎn)檢測 ................................................. 9 角點(diǎn)檢測原理 ...................................................... 10 第四章 Harris 角點(diǎn)檢測算法 ................................................ 11 算子特征 .................................................... 11 角點(diǎn)檢測 性質(zhì) ................................................ 11 角點(diǎn)檢測原理 ................................................ 11 角點(diǎn)檢測算法 ................................................ 12 SUSAN 檢測算法 .................................................... 13 第五章 圖片實(shí)現(xiàn)及結(jié)論 .................................................... 16 基于 Harris 角點(diǎn)的圖片實(shí)現(xiàn) ......................................... 16 基于 susan 檢測實(shí)現(xiàn)的圖片 .......................................... 18 算法比較 .......................................................... 19 角點(diǎn)檢測程序 ...................................................... 21 第六章 結(jié)語 .............................................................. 24 參考文獻(xiàn) ................................................................. 25 答 謝 ................................................................. 26 4 第 一 章 緒論 問題的提出及研究意義 人類正在進(jìn)入信息時(shí)代，計(jì)算機(jī)將越來越廣泛的進(jìn)入幾乎所有的領(lǐng)域。 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)。在角點(diǎn)處，圖像窗口的偏移將造成自相關(guān)函數(shù)（圖像灰度的平均變化）的顯著變化。角點(diǎn)檢測的目的是為了匹配，而匹配的效率取決于角點(diǎn)的數(shù)量。角點(diǎn)的信息含量很高，可以對(duì)圖像處理提供足夠的約束，減少運(yùn)算量，極大地提高運(yùn)算速度。 1 基于角點(diǎn)檢測的圖像處理方法研究 摘 要 ： 本文主要研究了圖像的角點(diǎn)檢測方法，在計(jì)算機(jī)視覺中，機(jī)器視覺和圖像處理后總，特征提取都是一個(gè)重要的方向。而角點(diǎn)又是圖像的一個(gè)重要局部特征，它決定了圖像中目標(biāo)的形狀，因此在圖像匹配，目標(biāo)描述與識(shí)別及運(yùn)動(dòng)估計(jì)，目標(biāo)跟蹤等領(lǐng)域，角點(diǎn)提取都具有重要的意義。角點(diǎn)檢測問題是圖像處理領(lǐng)域的一個(gè)基礎(chǔ)問題 ,是低層次圖像處理的一個(gè)重要方法。 Harris 角點(diǎn)檢測原理是對(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 算子是一種簡單的點(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。 關(guān)鍵詞 ： 角點(diǎn)，角點(diǎn)檢測， Harris 角點(diǎn) 2 ABSTRACT This paper studies the image of the corner detection methods in puter vision, machine vision and image processing general, feature extraction is an important direction. The corner is an important local feature image, which determines the shape of the target image, so the image matching, object description and recognition and motion estimation, target tracking and other fields, corner detection are of great significance. Corner of the information content is high, image processing can provide sufficient constraints to reduce the amount of putation greatly improve the processing speed. Corner detection is a basic image processing problems, lowlevel image processing is an important way. Corner detection is designed to match the efficiency of the matching depends on the number of corners。一方面是更多未經(jīng)計(jì)算機(jī)專業(yè)訓(xùn)練的人需要應(yīng)用計(jì)算機(jī)，而另一方面是計(jì)算機(jī)的功能越來越強(qiáng)，使用方法越來越復(fù)雜。為了使更多的人能夠使用復(fù)雜的計(jì)算機(jī)，必須改變過去那種讓人來適應(yīng)計(jì)算機(jī)，來死記硬背計(jì)算機(jī)使用規(guī)則的情況。特征提取是圖像分析和圖像配準(zhǔn)的基礎(chǔ)，也是運(yùn)動(dòng)物體跟蹤的關(guān)鍵步驟之一。 圖像特征的獲取是順利進(jìn)行攝像機(jī)標(biāo)定和立體視覺研究的前提和基礎(chǔ)。特征提取的好壞直接影響到后面的標(biāo)定精度和匹配精度。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)。 圖像角點(diǎn)檢測是完成視覺處理的基本任務(wù)之一，也是圖像處理基本任務(wù)。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。由于角點(diǎn)具有能夠減少參與計(jì)算的數(shù)據(jù)量，