圖像角點檢測算法與測評技術(shù)研究.pdf

1、在圖像分析與理解領域，角點具有旋轉(zhuǎn)、尺度、位移不變性，以及不受光照條件影響等諸多優(yōu)點。角點檢測能夠提取圖像中重要的特征信息，顯著減少數(shù)據(jù)存儲與處理量，提高后繼圖像分析算法的效率。本文在分析和研究現(xiàn)有角點檢測技術(shù)的基礎上，提出一款效率更高的角點檢測算法，并設計一套更符合人類視覺特征的算法測評技術(shù)。本研究分為兩個部分：
　　第一部分：分析了現(xiàn)有多尺度角點檢測(Multi-Scale Corner Detection, MSCD)算法研

2、究現(xiàn)狀和存在的問題。這類算法通過計算形狀輪廓曲線在有限個尺度下的曲率值，求其幾何平均(Geometric Mean)并進行閾值過濾，實現(xiàn)對角點的檢測和確認。所存在的問題是求曲率的幾何平均步驟會丟失角點的凹凸信息，并且抗噪性能低。針對這兩個問題，我們提出了基于曲率值的算術(shù)平均(Arithmetic Mean)來設計MSCD算法的思想，并結(jié)合k-余弦曲率計算方法具體實現(xiàn)了一款新的角點檢測算法。通過數(shù)值實驗全面測試了新算法的效率與穩(wěn)定性。與當

3、前的MSCD及其它角點檢測算法相比，新算法在精準度指標上表現(xiàn)優(yōu)良，在召回率及準確率指標上表現(xiàn)優(yōu)異。
　　第二部分：研究了角點檢測算法的測評問題?，F(xiàn)有的測評技術(shù)主要基于四項基本數(shù)據(jù)建立，包括事實角點數(shù)(Ground Truth)、檢出角點數(shù)、檢出角點中正確角點數(shù)及漏檢角點數(shù)。該技術(shù)所存在的嚴重問題是，事實角點的確認是一個非常主觀的二值化過程，一般由算法測評者自行給出，由此影響了測評結(jié)果的客觀性。為了解決這一問題，我們結(jié)合模糊數(shù)學理論