【技术实现步骤摘要】
本专利技术涉及自动化领域中对图像角点的检测
，具体涉及一种基于转弯半径的图像角点检测方法。
技术介绍
二维图像的角点尚无明确的数学定义，但有一种普遍接受的观点是：二维图像亮度变化剧烈的点或图像边缘曲线上曲率极大值的点可称为角点。角点保留了图像图形中的重要特征，可以有效地减少信息的冗余,使其信息的含量很高，可以有效地提高图像计算的速度，有利于图像的分析和处理，使得实时处理成为可能。角点检测在三维场景重建、运动估计、目标跟踪、目标识别、图像配准与匹配等计算机视觉领域都起着非常重要的作用。在对角点检测的逐步深入研究过程中，产生了很多角点检测算法。大致可将这些算法分为三类:(1)基于模板匹配的角点检测；(2)基于边缘特征的角点检测；(3)基于亮度变化的角点检测。(1)基于模板匹配的角点检测基于模板匹配的角点检测的原理是：设定具有角点特征的模板，将图像内与模板大小相同的所有区域与模板匹配其相关性和相似性。因为角点的特征数量多而且性质尚不明确，所以在复杂图像中很难设计出大量模板来匹配所有类型的角点。(2)基于边缘特征的角点检测基于边缘特征的角点检测算法比较典型的有Harris算法，该算法是由C.Harris和M.J.Stephens提出的一种基于信号的曲率特征提取算法，这种算法受信号处理中自相关函数的启发，通过求自相关函数相联系的矩阵的特征值的方法来求自相关函数的一阶曲率，如果某点两个特征值、曲率值都高，那么就认为该点是角点。(3)基于亮度变化的角点检测基于亮度变化的角点检测方法的特点是不依赖于目标的其它局部特征，利用角点本身的特点直接提取角点，实践证明这类算...
【技术保护点】
一种基于转弯半径的图像角点检测方法，其特征在于，包括以下步骤：S1.采用高斯滤波去除噪声并计算原始图像各像素点的梯度值；S2.在图像中的像素点的周围设定邻域内查找灰度最接近的邻接点；S3.计算各像素点和最接近邻接点的转弯半径；S4.计算转弯半径的阈值；S5.将转弯半径大于阈值且转弯半径在设定邻域内最大的像素点标记为角点。
【技术特征摘要】
1.一种基于转弯半径的图像角点检测方法，其特征在于，包括以下步骤：S1.采用高斯滤波去除噪声并计算原始图像各像素点的梯度值；S2.在图像中的像素点的周围设定邻域内查找灰度最接近的邻接点；S3.计算各像素点和最接近邻接点的转弯半径；S4.计算转弯半径的阈值；S5.将转弯半径大于阈值且转弯半径在设定邻域内最大的像素点标记为角点。2.根据权利要求1所述的基于转弯半径的图像角点检测方法，其特征在于：所述步骤S1包括：Sa1、采用一维高斯算子对原始图像进行横向与纵向高斯平滑得到平滑后的图像(a)；Sa2、采用二维高斯算子的偏导数对所述平滑后的图像进行横向与纵向滤波计算得到图像的梯度。3.根据权利要求1或2所述的基于转弯半径的图像角点检测方法，其特征在于：在步骤S2中，在图像(a)中任一像素点的四个邻域点中取灰度最接近的点作为最接近邻域点，所述任一像素点为第一像素点(i,j)，所述最接近邻域点为第二像素点(r,c)。4.根据权利要求3所述基于转弯半径的图像角点检测方法，其特征在于：步骤S3包括：Sc1、将第一像素点(i,j)和第二像素点(r,c)的灰度差值a(i,j)-a(r,c)除两像素点坐标距离计算两像素点间的转弯速度(v)： v = a ( i , j ) - a ( r , c ) ( i - r ) 2 + ( j - c ) 2 ; ]]>Sc2、第一像素点(i,j)和第二像素点(r,c)的梯度向量的夹角为两像素点间的转弯角度，所述转弯角度的正弦值(sinQ)为： sin Q = 1 2 × ( 1 - d x ( i , j ) × d x ( r , c ) + d y ( ...
【专利技术属性】
技术研发人员：万长林，徐德明，曹建忠，魏晓慧，
申请(专利权)人：惠州学院，
类型：发明
国别省市：广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。