边缘线上各向异性高斯核信息熵的角点检测

被引:6
作者
章为川
水鹏朗
徐国靖
机构
[1] 西安电子科技大学雷达信号处理国家重点实验室
关键词
边缘轮廓; 各向异性高斯方向导数; 信息熵; 角点检测;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
为了提高角点检测的准确率,提出了一种基于图像边缘和各向异性高斯方向导数信息熵的角点检测方法.首先利用Canny边缘检测器提取图像的边缘映射;然后,填充轮廓曲线间的小缺口.对于每一个边缘像素,根据边缘像素及邻近像素最大方向导数所对应的主方向来计算主方向的分布概率和它的信息熵.不同于传统的基于轮廓的角点检测方法,该方法通过计算边缘像素及邻近像素的最大强度变化方向所对应的熵来检测角点.相比计算轮廓曲线上曲率的方法,具有更好的稳健性.实验结果表明,与现有的方法相比,该文提出的检测方法具有更好的角点检测性能.
引用
收藏
页码:119 / 124+129 +129
页数:7
相关论文
共 6 条
[1]  
基于概率密度的图像处理算法的研究与应用.[D].孙达.哈尔滨工业大学.2009, 11
[2]   Noise-robust edge detector combining isotropic and anisotropic Gaussian kernels [J].
Shui, Peng-Lang ;
Zhang, Wei-Chuan .
PATTERN RECOGNITION, 2012, 45 (02) :806-820
[3]   SUSAN - A new approach to low level image processing [J].
Smith, SM ;
Brady, JM .
INTERNATIONAL JOURNAL OF COMPUTER VISION, 1997, 23 (01) :45-78
[4]   视觉相似性图像质量评价方法 [J].
崔力 ;
陈玉坤 ;
韩宇 .
西安电子科技大学学报, 2012, 39 (04) :155-160
[5]   使用兴趣点局部分布特征及多示例学习的图像检索方法 [J].
孟繁杰 ;
郭宝龙 .
西安电子科技大学学报, 2011, 38 (02) :47-53
[6]   最小亮度变化角点自适应检测算法研究 [J].
杨莉 ;
初秀琴 ;
李玉山 .
西安电子科技大学学报, 2003, (04) :530-533