基于多尺度局部相似性的噪声鲁棒角点检测方法技术

一种基于多尺度局部相似性的噪声鲁棒角点检测方法，由提取噪声位平面和残余图像、构建左右子窗口滤波器、确定方向导数响应向量、提取边缘链码集合、确定响应向量的局部相似性、确定多尺度局部相似性的角点测度、确定噪声鲁棒角点步骤组成。采用本发明专利技术方法与多尺度微分比率角点检测方法进行了对比仿照实验，实验结果表明在相同的测试图像和评价标准的情况下，将本发明专利技术方法与对比方法相比，在混合噪声情况下，抑制了伪角点的形成，避免了边缘毛刺对角点检测的影响，能够更好地提取出图像中的角点信息。本发明专利技术方法在正确检测率、错检率上，表现出了良好的性能，提高了角点定位的准确率，可用于对多尺度局部相似性的噪声鲁棒角点检测。点检测。点检测。

【技术实现步骤摘要】
基于多尺度局部相似性的噪声鲁棒角点检测方法


[0001]本专利技术涉及图像处理领域，具体涉及到基于多尺度局部相似性的噪声鲁棒角点检测方法。

技术介绍

[0002]角点是图像中稳定的特征之一，在计算机视觉、图像处理中应用广泛，比如图像配准、目标识别和图像检索。目前已有的角点检测方法主要分为三大类，包括基于强度的角点检测方法、基于模板匹配的角点检测方法、基于边缘轮廓的角点检测方法。
[0003]基于强度的角点检测器主要是利用图像原始灰度值的一阶或者二阶偏导数来检测角点，但微分算子对噪声比较敏感。基于模型的角点检测器是通过将图像和预先设计的模型进行匹配，根据相似性检测角点，模型难以覆盖所有类型角点。基于边缘的角点检测器是在边缘检测的基础上，利用角点在边缘上表现出来的特性来设计检测器，角点常位于两条甚至多条边缘轮廓的交汇处，与结构简单的线形边缘表现不同。基于曲率尺度空间的方法根据局部轮廓曲率进行角点检测，对轮廓上的局部灰度变化十分噪声敏感，会出现漏检误检等情况。在此基础之上，各向异性方向导数滤波器将方向强度变化嵌入到基于轮廓的角点检测框架中，融本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多尺度局部相似性的噪声鲁棒角点检测方法，其特征由下述步骤组成：(1)提取噪声位平面和残余图像将原始灰度图像I(n)按下式分离出噪声位平面X(n)、残余图像D(n)：始灰度图像I(n)按下式分离出噪声位平面X(n)、残余图像D(n)：其中n是图像中的像素位置，τ是阈值，τ∈{1,2,3}；(2)构建左右子窗口滤波器按下式分别构建各向异性高斯方向导数滤波器的左子窗口滤波器和右子窗口滤波器子窗口滤波器子窗口滤波器子窗口滤波器子窗口滤波器子窗口滤波器子窗口滤波器其中|
·
|是绝对值，是各向异性高斯方向滤波器，σ是高斯核尺度因子，σ∈[1,6]，ρ是各向异性因子，ρ∈[3,9]，θ
k
是第k个离散旋转方向，k∈{1,2,...,M}，M是离散旋转方向采样总个数，M∈{16,17,...,64}，是旋转方向为θ
k
的旋转矩阵；(3)确定方向导数响应向量按下式确定方向导数响应向量ν(n)：按下式确定方向导数响应向量ν(n)：按下式确定方向导数响应向量ν(n)：
其中是各向异性高斯方向导数响应，是卷积运算，是对D(n)加权滤波、是对D(n)加权滤波、是对X(n)加权滤波、是对X(n)加权滤波；(4)提取边缘链码集合按下式得到对X(n)、D(n)抑制噪声后的图像按下式得到对X(n)、D(n)抑制噪声后的图像按下式得到对X(n)、D(n)抑制噪声后的图像其中G(n)是二维高斯滤波器，||
·
||2是欧几里得范数，α是标准差，对图像用坎尼边缘检测方法提取边缘图E，按下式得到边缘图E的边缘链码集合C：C＝{P1,P2,...,P
i
}其中P
i
是边缘链码集合C中的第i条边缘链码，i∈{1,2,...,Q}，Q是边缘链码集合C中边缘链码总个数，n
q
是边缘链码P
i
中的第q个像素位置，q∈{1
i
,2
i
,...,S
i
}，S
i
是边缘链码P
i
中像素总个数；(5)确定响应向量的局部相似性在边缘链码P
i
中的n
q
两边各N个像素分别构成的左支撑区域和右支撑区域内，按下式确定左支撑区域内的平均响应向量ν
L
(n
q
)与右支撑区域内的平均响应向量ν
R
(n
q
)之间的相似性ξ
N
(n
q
)：)：)：其中T表示转置，n
q
‑
j
是在n
q
的左支撑区域内的像素位置，n
q+j
是在n
q
的右支撑区域内的像素位置，N为支撑区域的尺度，N∈{2,3,4}；按下式确定方向导数响应向量ν(n
q
)与整个支撑区域内的平均响应向量之间的相...

【专利技术属性】
技术研发人员：王富平，岳兵，刘鸿伟，李藕，公衍超，刘卫华，
申请(专利权)人：西安邮电大学，
类型：发明
国别省市：