基于边缘轮廓上多尺度自相关矩阵的角点检测算法.docx

第３６卷 第６期系统工程与电子技术Ｖｏｌ．３６ Ｎｏ．６２０１４年６月ＳｙｓｔｅｍｓＥｎｇｉｎｅｅｒｉｎｇａｎｄＥｌｅｃｔｒｏｎｉｃｓＪｕｎｅ２０１４文章编号：１００１－５０６Ｘ（２０１４）０６－１２２０－０５网址：ｗｗｗ．ｓｙｓ－ｅｌｅ．ｃｏｍ基于边缘轮廓上多尺度自相关矩阵的角点检测算法王浩１，２，周祚峰１，曹剑中１，闫肃１（１．中国科学院西安光学精密机械研究所 ，陕西 西安７１０１１９；２．中国科学院大学 ，北京１０００４９）摘 要：为了减少边缘轮廓上微小变化和边缘噪声对检测结果的影响 ，提高检测准确率，提出了一种利用边缘轮廓上多尺度自相关矩阵的角点检测算法。该算法首先利用边缘检测器提取图像的轮廓 ，同时利用不同尺度的高斯核函数平滑图像，对于轮廓曲线上的每一个像素，利用微分算子获得不同尺度下灰度变化信息来构建自相关矩阵；最后将不同尺度下自相关矩阵的归一化特征值的乘积作为新的角点测度。如果该角点测度值既大于预设阈值，又是局部窗口内的极大值，就判定是角点。仿真结果证实所提算法可以更准确地检测图像中的角点且具有更低的错检概率。关键词：边缘轮廓；多尺度高斯核；自相关矩阵；角点检测中图分类号：ＴＰ３９４文献标志码：ＡＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１００１－５０６Ｘ．２０１４．０６．３２Ｃｏｒｎｅｒｄｅｔｅｃｔｉｏｎｖｉａｍｕｌｔｉ－ｓｃａｌｅａｕｔｏｃｏｒｒｅｌａｔｉｏｎｍａｔｒｉｘｏｎｅｄｇｅｃｏｎｔｏｕｒｓＷＡＮＧＨａｏ１，２，ＺＨＯＵＺｕｏ－ｆｅｎｇ１，ＣＡＯＪｉａｎ－ｚｈｏｎｇ１，ＹＡＮＳｕ１（１．Ｘｉ’ａｎＩｎｓｔｉｔｕｔｅｏｆＯｐｔｉｃｓａｎｄＰｒｅｃｉｓｉｏｎＭｅｃｈａｎｉｃｓ，ＣｈｉｎｅｓｅＡｃａｄｅｍｙｏｆＳｃｉｅｎｃｅｓ，Ｘｉ’ａｎ７１０１１９，Ｃｈｉｎａ；２．ＵｎｉｖｅｒｓｉｔｙｏｆＣｈｉｎｅｓｅＡｃａｄｅｍｙｏｆＳｃｉｅｎｃｅｓ，Ｂｅｉｊｉｎｇ１０００４９，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｔｏｒｅｄｕｃｅｔｈｅｉｎｆｌｕｅｎｃｅｏｆｅｄｇｅｔｉｎｙｃｈａｎｇｅｓａｎｄｎｏｉｓｅｏｎｔｈｅｃｏｒｎｅｒｄｅｔｅｃｔｉｏｎａｎｄｉｍｐｒｏｖｅｔｈｅｄｅｔｅｃｔｉｏｎａｃｃｕｒａｃｙ，ａｎｅｗ ｃｏｒｎｅｒｄｅｔｅｃｔｉｏｎａｌｇｏｒｉｔｈｍ ｕｓｉｎｇ ｍｕｌｔｉ－ｓｃａｌｅａｕｔｏｃｏｒｒｅｌａｔｉｏｎｍａｔｒｉｘｏｎｅｄｇｅｃｏｎ－ｔｏｕｒｓｉｓｐｒｏｐｏｓｅｄ．Ｆｉｒｓｔｌｙ，ｔｈｅｅｄｇｅｃｏｎｔｏｕｒｏｆａｎｉｍａｇｅｉｓｅｘｔｒａｃｔｅｄｂｙａｎｅｄｇｅｄｅｔｅｃｔｏｒ．Ｍｅａｎｗｈｉｌｅ，ｔｈｅｉｍａｇｅｉｓｓｍｏｏｔｈｅｄｂｙｔｈｅＧａｕｓｓｉａｎｋｅｒｎｅｌｆｕｎｃｔｉｏｎｗｉｔｈｄｉｆｆｅｒｅｎｔｓｃａｌｅｓ．Ｆｏｒｅａｃｈｐｉｘｅｌｏｎｔｈｅｃｏｎｔｏｕｒ，ｔｈｅｖａｒｉａｔｉｏｎｉｎｆｏｒｍａｔｉｏｎｏｆｇｒａｙｍａｇｎｉｔｕｄｅｏｎｃｅｒｔａｉｎｓｃａｌｅｓｃａｎｂｅｏｂｔａｉｎｅｄｂｙｔｈｅｄｉｆｆｅｒｅｎｔｉａｌｏｐｅｒａｔｏｒａｎｄｗｉｌｌｂｅｕｓｅｄｔｏｃｏｎｓｔｒｕｃｔｔｈｅａｕｔｏｃｏｒｒｅｌａｔｉｏｎｍａｔｒｉｘ．Ｆｉｎａｌｌｙ，ｔｈｅｎｏｒｍａｌｉｚｅｄｅｉｇｅｎｖａｌｕｅｏｆａｕｔｏｃｏｒｒｅｌａｔｉｏｎｍａｔｒｉ－ ｃｅｓｏｎｄｉｆｆｅｒｅｎｔｓｃａｌｅｓｉｓｄｅｆｉｎｅｄａｓｔｈｅｎｅｗｃｏｒｎｅｒｍｅａｓｕｒｅ．Ａｎｅｄｇｅｐｉｘｅｌｉｓｓｐｅｃｉｆｉｅｄａｓａｃｏｒｎｅｒｗｈｅｎｉｔｓｍｅａｓｕｒｅｉｓｎｏｔｏｎｌｙａｂｏｖｅｔｈｅｐｒｅｓｅｔｔｈｒｅｓｈｏｌｄｂｕｔａｌｓｏｔｈｅｌｏｃａｌｍａｘｉｍｕｍｉｎａｓｍａｌｌｒｅｇｉｏｎ．Ｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｐｒｏｐｏｓｅｄａｌｇｏｒｉｔｈｍａｃｈｉｅｖｅｓｂｅｔｔｅｒｄｅｔｅｃｔｉｏｎａｃｃｕｒａｃｙａｎｄｆｅｗｅｒｆａｌｓｅｃｏｒｎｅｒｓ．Ｋｅｙｗｏｒｄｓ：ｅｄｇｅｃｏｎｔｏｕｒ；ｍｕｌｔｉ－ｓｃａｌｅＧａｕｓｓｉａｎｋｅｒｎｅｌ；ａｕｔｏｃｏｒｒｅｌａｔｉｏｎｍａｔｒｉｘ；ｃｏｒｎｅｒｄｅｔｅｃｔｉｏｎ０ 引言中灰度信息变化的图像角点检测算法［１－３］ 的图像角点检测算法［５－１６］。和基于边缘信息图像中的角点和边缘兼具局部特征明显且数据量小的特点，因此在目标运动识别、图像匹配、人脸检测与识别、侦察与定位等领域中得到了广泛应用。角点信息可以根据角点检测算法来检测。近几年来，一些学者提出了基于图像基于图像灰度信息变化的图像角点检测算法主要是根据图像像素点的灰度变化情况来检测角点。Ｈａｒｒｉｓ算法［１］利用高斯算子提取图像的水平和垂直方向的灰度变化信息 ，然