、原始依据1.工作基础特征点是数字图像中重要的几何特征，特征点的准确提取对于图像处理和图像测量具有重要意义。
Harris算子是C. Harris和J. Stephens在1988年提出的一种基于信号的点特征提取算子。
Harris角点检测算法是一种非常经典的提取算法，这种算子受信号处理中自相关函数的启发。
给出与自相关函数相联系的矩阵M。
M阵的特征值是自相关函数的一阶曲率，如果两个曲率值都高，则认为该点是特征点。
Harris算法具有计算简单、提取的角点特征均匀合理、可以定量提取特征点以及算子稳定的特点。
2•研究条件系统的开发已经具备的外界条件是具有藏书丰富的天津大学仁爱学院图书馆，并且随时可以得到指导老师的辅导和指点，系统开发所使用的电脑已经介入In ternet，能方便的在外网上进行查阅资料。
开发环境是普通个人计算机，软件支持是Windows 系列的操作系统。
3•应用环境论文在解决图像特征点的提取问题上积极应用并改进Harris算法，并运用多个不同类型的图像实验比较算法的优缺点。
4.工作目的掌握使用Harris算法提取图像特征点的方法以及Harris算法的原理。
考证不同类型图像使用Harris算法提取图像特征点的优劣。
二、参考文献修改同开题[1]陈利军.图像角点检测和匹配算法的研究[D].西安：西安电子科技大学，2005. 163—168.[2]李兰友，王学彬.Visual C#图像处理程序设计实例[M].北京：北京国防工业出版社，2003. 88—102.[3]李玲玲，李印清.图像配准中角点检测算法的研究与比较[J].郑州：郑州航空工业管理学院学报(社会科学版)，2006, 25(2): 190—192.[4]W ANG Wei ，TANG Yi-ping. Image Corner Detection Technique Research on Machine Vision[R] . Beijing :National Natural Scienee Foundation of China 2006. 46—58.⑸Kitchen L，Rosenfeld A. Gray -Level Corner Detection[J]. Netherlands： Pattern Recog ni tion Letters，1982，13(2)：163—175.[6]Moravia HP . Towards Automatic Visual Obstacle Avoidance[C]. Proceedings ofInternational Joint Conference on Artificial Intelligenee, Cambridge, MA . USA:1977. 10—12.[7]Smith S M. Brady M. SUSAN-a New Approach to Low Level Image Processi ng[J] .In ternatio nal Journal of Computer Version 1997, 23(1): 45—78.[8]王展，皇普堪，万建伟.基于多尺度小波变换的二维图像角点检测技术[J].北京: 国防科技大学学报，1999, 8(3): 122—125.[9]杨莉，初秀琴，李玉山.最小亮度变化角点自适应检测算法研究[J].西安：西安电子科技大学学报.2003, 30(4): 530—533.[10]陈白帆，蔡自兴.基于尺度空间理论的Harris角点检测[J].中南大学学报(自然科学版)，2005, 15(3): 187—192.三、设计(研究)内容和要求1 .设计内容利用Harris算法提取图像特征点，对比其他经典算法具体体现该算法的优越性，在角点检测系统中，基于图像匹配从参数对角点检测的影响、算法运行时间、识别角点数目以及算子的抗噪能力等几个方面对Harris角点检测算法和其他经典算法进行对比实验，然后分别作了对应的分析。
经过实验分析得出Harris算子是用于图像匹配最适合的角点检测算法。
2.主要指标与技术参数做出Harris算法与另外两种经典算法的对比试验，通过实现深入研究该算法。
3.具体要求主要对Harris算法进行理论分析，并且基于C #实现这种算子的角点检测系统。
同时对比分析SUSAN和MIC这另外两种经典算法来进一步研究Harris算法的优越性。
指导教师(签字)年月日审题小组组长(签字)年月日天津大学仁爱学院本科生毕业设计（论文）开题报告、课题的来源与意义出版社，2003. 88—102.[3]李玲玲，李印清.图像配准中角点检测算法的研究与比较[J].郑州：郑州航空工业管理学院学报(社会科学版)，2006, 25(2): 190—192.[4]WANG Wei , TANG Yi-ping. Image Corner Detection Technique Research onMachine Vision[R] . Beijing : National Natural Scienee Foundation of China 2006. 46—58.⑸Kitchen L , Rosenfeld A. Gray -Level Corner Detection[J]. Netherlands：Pattern Recog ni tion Letters 1982, 13(2): 163—175.[6]Moravia HP . Towards Automatic Visual Obstacle Avoidance[C]. Proceedings ofInternational Joint Conference on Artificial Intelligenee, Cambridge, MA . USA: 1977. 10—12. [7]Smith S M. Brady M. SUSAN-a New Approach to Low Level Image Processi ng[J] .In ternatio nal Journal of Computer Version, 1997, 23(1): 45—78.[8]王展，皇普堪，万建伟.基于多尺度小波变换的二维图像角点检测技术[J].北京：国防科技大学学报，1999, 8(3): 122—125.[9]杨莉，初秀琴，李玉山.最小亮度变化角点自适应检测算法研究[J].西安：西安电子科技大学学报.2003, 30(4): 530—533.[10]陈白帆，蔡自兴.基于尺度空间理论的Harris角点检测[J].长沙：中南大学学报(自然科学版)，2005, 15(3): 187—192.选题是否合适：是口否口课题能否实现：能口不能口指导教师（签字）年月日选题是否合适：是口否口课题能否实现：能口不能口审题小组组长（签字）年月日图像匹配中特征点提取算法研究摘要图像匹配广泛应用于计算机视觉、目标识别、医学图像处理、遥感等领域。
特征点的选择是基于点特征匹配算法的一个关键步骤，是机器视觉的关键技术之一。
在所有的特征点检测方法的研究中，以角点检测方法的研究最受关注。
文章对图像匹配中角点检测算法的理论进行了回顾以及总结，主要对Harris, SUSAN，MIC三种经典算法进行了理论分析，并且基于C#实现了这三种算子组成的角点检测系统。
本文的重点内容是在角点检测系统中，基于图像匹配从参数对角点检测的影响、算法运行时间、识别角点数目以及算子的抗噪能力等几个方面对三种经典的角点检测算法进行对比实验，然后分别作了对应的分析。
经过实验分析得出Harris算子是用于图像匹配最适合的角点检测算法。
关键词：角点检测；Harris；SUSAN; MICFeature-points Extractio n AlgorithmResearch in Image Match ingAbstract: Image match ing is widely used in computer visio n, target ide ntificatio n, medical image disposal,remote sensing etc..Selecting the feature-points is a key step in image matchi ng based on point ' s feature,a nd it is one of the key tech niq ues in mach ine visi on. The research of corner detect ion abta ins the furthest atte nti on in all detecti on methods to the feature-poi nts.This paper attempts to review and summarize the theoreticses of the corner detect ion methods in image matchi ng,ma in ly an alyses the theories of the 3 classical corner detect ion algorithms,Harris,SUSAN and MIC.A corner detect ing system which is based on the C# is complete.A nd the system is composed with the above 3 classical corner detect ion algorithms.The paper ' s primary content is that taking contrastive experiments about the 3 classical corner detection algorithms in some aspects,such as the parameter effect to the ' s corner detecti on ,the run time of the arithmetic,the nu mber of recog ni sed corners and the ability of an ti-no ise and so on based on image matchi ng in this system,a nd the n respectively make corresp onding an alyses.The result shows that the Harris arithmetic is the best appropriate corner detect ion algorithm in image matchi ng.Key words: corner detection, Harris, SUSAN, MIC第1章绪论 (1)1.1课题背景介绍 (1)1.2计算机视觉及图像匹配概述 (1)1.3 角点检测的研究现状 (2)1.4本论文研究内容和章节安排 (3)第2章二维图像特征点提取技术 (4)2.1特征点的定义分类及角点的引出 (4)2.1.1特征点的定义及分类 (4)2.1.2角点的引出 (4)2.2二维图像角点检测 (5)2.2.1二维图像角点检测准则 (5)2.2.2二维图像角点检测技术 (5)第3章经典角点检测算法 (7)3.1Harris角点检测算法 (7)3.2SUSAN角点检测算法 (11)3.3MIC角点检测算法 (13)第4章系统实现 (16)4.1开发环境及语言 (16)4.2系统框架及算法实现 (16)4.2.1系统框架 (16)4.2.2算法实现 (17)4.2.3流程图 (19)4.3部分功能代码 (23)第5章基于系统的三种检测算法的实验 (25)5.1检测图像的选择 (25)5.2参数对算法的影响 (26)5.2.1 参数的经典范围 (26)522不同参数下的实验 (27)523参数对角点提取的影响 (28)5.3执行时间及角点数目检测实验 (31)5.3.1相关实验 (31)5.3.2实验结果分析 (33)5.4各种算子的抗噪性 (35)5.4.1相关实验 (35)5.4.2实验结果分析 (36)5.5 算法的比较及分析 (36)结论 (38)致谢 (40)参考文献 (39)第1章绪论1.1课题背景介绍机器视觉被广泛应用于工业自动化生产，宇航航空，医学图像分析，机器人自动导航，交通安全以及国防。