改进的SUSAN角点检测算法

被引:7
作者
张映权
王琼华
李大海
张文涛
机构
[1] 四川大学电子信息学院视觉合成图形图像技术国防重点学科实验室
关键词
特征提取; SUSAN算法; 能量分布; 像素投影;
D O I
10.16652/j.issn.1004-373x.2009.20.039
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
SUSAN角点检测算法以抗噪声性能强,运算速度快而被广泛运用于特征点的提取。传统的SUSAN算法的灰度差阈值固定,不能有效去除伪角点,并且在大尺寸模板检测下耗时多。针对这些问题,从模板尺寸对检测结果的影响出发,讨论不同尺寸模板的检测效果,从而提出一种变换模板提取特征点的方法。采用一种自动选取阈值的方法实现了阈值的自动选取,使用能量分布法和像素投影法去除了伪角点。结果显示,该方法缩短了检测时间,并且提高了检测准确度。
引用
收藏
页码:42 / 44
页数:3
相关论文
共 5 条
[1]   基于边缘细化的角点提取算法 [J].
邹琼兵 ;
周东翔 ;
蔡宣平 .
计算机应用与软件, 2006, (03) :110-112
[2]   一种快速自适应RSUSAN角点检测算法 [J].
杨莉 ;
张弘 ;
李玉山 .
计算机科学, 2004, (05) :198-200
[3]   多特征复合的角点提取方法 [J].
张坤华 ;
王敬儒 ;
张启衡 .
中国图象图形学报, 2002, (04) :9-14
[4]   最小核值相似区低层次图像处理算法的改进及应用 [J].
陆宏伟 ;
于起峰 .
应用光学, 2000, (01) :33-38
[5]   SUSAN - A new approach to low level image processing [J].
Smith, SM ;
Brady, JM .
INTERNATIONAL JOURNAL OF COMPUTER VISION, 1997, 23 (01) :45-78