基于多尺度曲率乘积的鲁棒图像角点检测

张小洪; 雷明; 杨丹

发布时间：
摘要点击次数： 3404
全文下载次数： 366
DOI: 10.11834/jig.20070732
2007 | Volume 12 | Number 7

基于多尺度曲率乘积的鲁棒图像角点检测

张小洪¹, 雷明¹, 杨丹¹([1]重庆大学软件学院，重庆400030，[2]重庆大学数理学院，重庆400030)

摘要

为了更好地进行图像角点检测，在曲率尺度空间（CSS）框架下，提出了一种基于多尺度乘积的角点检测技术，其中曲率尺度积函数被定义为各个尺度下轮廓曲率的乘积，而角点则被定义为曲率乘积的局部极值点。这种尺度积不仅能显著地增强角点曲率极值点的峰值，同时能抑制噪声影响，而且不改变角点的位置，为了说明该技术的优点，根据角点数一致性（CCN）准则证明了该技术优于其他的角点检测算法。实验结果表明，该方法不仅具备优越的检测效果，并对噪声有较强的鲁棒性。

关键词

曲率尺度空间角点检测多尺度积角点数一致性准则

Robust Image Corner Detection Based on Multi-scale Curvature Product

()

Abstract

Keywords

在线采编平台

论文出版

年度会议

下载中心

年度信息