1 基于角点检测的图像处理方法研究
摘 要：本文主要研究了图像的角点检测方法，在计算机视觉中，机器视觉和图像处理后总，特征提取都是一个重要的方向。而角点又是图像的一个重要局部特征，它决定了图像中目标的形状，因此在图像匹配，目标描述与识别及运动估计，目标跟踪等领域，角点提取都具有重要的意义。角点的信息含量很高，可以对图像处理提供足够的约束，减少运算量，极大地提高运算速度。角点检测问题是图像处理领域的一个基础问题,是低层次图像处理的一个重要方法。角点检测的目的是为了匹配，而匹配的效率取决于角点的数量。Harris角点检测原理是对于一副图像，角点于自相关函数的曲率特性有关，自相关函数描述了局部局部图像灰度的变化程度。在角点处，图像窗口的偏移将造成自相关函数（图像灰度的平均变化）的显著变化。harris算子是一种简单的点特征提取算子，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个阶曲率，如果两个曲率值都高，那么久认为该点是特征点。
关键词：角点，角点检测，Harris角点
2 ABSTRACT
This paper studies the image of the corner detection methods in computer
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 computation greatly improve the processing speed. Corner detection is
a basic image processing problems, low-level image processing is an important
way. Corner detection is designed to match the efficiency of the matching
depends on the number of corners。Harris corner detection principle is that for an
image, corner point on the curvature properties of the autocorrelation function is
related to the local auto-correlation 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 目录
第一章 绪论 .............................................................. 4
1.1问题的提出及研究意义 ............................................... 4
1.2研究背景 ........................................................... 5
1.3论文的主要工作 ..................................................... 6
第二章 角点检测 ........................................................... 7
2.1角点概念及特征. .................................................... 7
2.2角点检测的研究意义 ................................................. 7
2.3角点检测的研究现状 ................................................. 8
2.4 角点检测算法 ....................................................... 8
第三章 角点检测的理论基础 ................................................. 9
3.1常用角点检测简介 ................................................... 9
3.2角点检测的标准 ..................................................... 9
3.3基于模板的角点检测 ................................................. 9
3.4角点检测原理 ...................................................... 10
第四章 Harris角点检测算法 ................................................ 11
4.1Harris算子特征 .................................................... 11
4.2Harris角点检测性质 ................................................ 11
4.3Harris角点检测原理 ................................................ 11
4.4Harris角点检测算法 ................................................ 12
4.5 SUSAN检测算法 .................................................... 13
第五章 图片实现及结论 .................................................... 16
5.1基于Harris角点的图片实现 ......................................... 16
5.2基于susan检测实现的图片 .......................................... 18
5.3算法比较 .......................................................... 19
5.4角点检测程序 ...................................................... 21
第六章 结语 .............................................................. 24
参考文献 ................................................................. 25
答 谢 ................................................................. 26
4 第一章 绪论
1.1问题的提出及研究意义
人类正在进入信息时代，计算机将越来越广泛的进入几乎所有的领域。一方面是更多未经计算机专业训练的人需要应用计算机，而另一方面是计算机的功能越来越强，使用方法越来越复杂。这就使人在进行交谈和通讯时的灵活性于目前使用计算机时所要求严格和死板之间产生了尖锐的矛盾。为了使更多的人能够使用复杂的计算机，必须改变过去那种让人来适应计算机，来死记硬背计算机使用规则的情况。而是反过来让计算机来适应人的习惯和要求，以人所习惯的方式与人进行信息交换，也就是让计算机具有视觉、听觉、和说话的能力。特征提取是图像分析和图像配准的基础，也是运动物体跟踪的关键步骤之一。图像特征是由于拍摄场景的物理与几何特性使图像中局部 的灰度产生明显变化而形成的。
图像特征的获取是顺利进行摄像机标定和立体视觉研究的前提和基础。图像特征主要包括图像边界、边缘点、角点、拐点和纹理等。特征提取的好坏直接影响到后面的标定精度和匹配精度。
图像、音频和视频为主的多媒体信息正在迅速成为信息交流与服务的主流。传统的数据库检索中采用的基于关键词的检索方式已不能满足人们的需要，基于内容的多媒体检索成为一个研究热点。正确的识别图像、音频和视频中的内容是基于内容的多媒体检索的一个前提。
图像角点检测是完成视觉处理的基本任务之一，也是图像处理基本任务。角点特征是影像的重要特征。角点时目标轮廓线上曲率的局部极大点，