一种计算图像中角点及其夹边的方法技术

本发明专利技术涉及一种计算图像中角点及其夹边的方法，属于计算机视觉或机器视觉领域。本发明专利技术的方法包括：计算候选角点各条径向线段的平均梯度：计算图像中候选角点向四周延伸的各条径向线段上点的平均梯度；选择候选角点的两条夹边：根据候选角点的各条径向线段的平均梯度，选择两条径向线段作为候选角点的夹边；选择一个区域中的实际角点：候选角点与其附近的其他候选角点比较，进行非极大值抑制，保留夹边候选梯度较大的候选角点，删除夹边候选梯度较小的候选角点。本发明专利技术的计算图像中角点及其夹边的方法，采用计算机图形学技术和计算机图像处理技术结合，计算简单，在计算角点位置的同时，能计算角点的两条夹边。

【技术实现步骤摘要】

本专利技术属于计算机视觉或机器视觉领域，具体涉及一种计算图像中角点及其夹边的方法。

技术介绍

1、角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。这些点在保留图像重要特征信息的同时，可以有效地减少表示信息需要的数据量，提高计算的速度，有利于图像的可靠匹配。快速准确计算图像中的角点，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有着非常重要的作用。

2、人们已经设计出了多种角点计算方法，主要包括：

3、(1)基于梯度的方法。通过计算边缘的曲率来判断角点的存在性，利用了像素点的边缘强度和边缘方向变化率。该方法对噪声比较敏感。

4、(2)基于模板的方法。通过计算像素邻域点的灰度(亮度)变化，将与邻点亮度对比足够大的点定义为角点。邻域通常为2x2大小，susan方法采用了7x7大小的邻域。

5、(3)模板和梯度组合的方法。通过高斯模板和图像的卷积获得边缘图，计算梯度和边缘矢量就得到了矢势，计算矢势的高斯曲率和平均曲率来判定是否是的角点。

6、(4)基于轮廓线的方本文档来自技高网...

【技术保护点】

1.一种计算图像中角点及其夹边的方法，其特征在于，该方法包括如下步骤：

2.如权利要求1所述的计算图像中角点及其夹边的方法，其特征在于，所述S1具体包括：

3.如权利要求2所述的计算图像中角点及其夹边的方法，其特征在于，所述S11具体包括：采用计算机图形学中画圆方法，以(0,0)为圆心，半径为R，得到圆周点的坐标Qi(xi,yi)，如果候选角点C的坐标为(xc,yc)，则圆周点Qi在图像中的坐标为Qi(xi+xc,yi+yc)。

4.如权利要求3所述的计算图像中角点及其夹边的方法，其特征在于，画圆方法为Brasenham画圆方法。</p>

5.如权...

【技术特征摘要】

1.一种计算图像中角点及其夹边的方法，其特征在于，该方法包括如下步骤：

2.如权利要求1所述的计算图像中角点及其夹边的方法，其特征在于，所述s1具体包括：

3.如权利要求2所述的计算图像中角点及其夹边的方法，其特征在于，所述s11具体包括：采用计算机图形学中画圆方法，以(0,0)为圆心，半径为r，得到圆周点的坐标qi(xi,yi)，如果候选角点c的坐标为(xc,yc)，则圆周点qi在图像中的坐标为qi(xi+xc,yi+yc)。

4.如权利要求3所述的计算图像中角点及其夹边的方法，其特征在于，画圆方法为brasenham画圆方法。

5.如权利要求3所述的计算图像中角点及其夹边的方法，其特征在于，所述s12具体包括：计算连接候选角点c(xc,yc)和各个圆周点qi(xi+xc,yi+yc)的径向线段ri上的点pij的坐标pij(xij,yij)。

6.如权利要求5所述的计算图像中角点及其夹边的方法，其特征在于，所述s13具体包括：像素点p(x,y)的梯度计算方法采用计算机图像学中的梯度计算方法，径向线段ri的平均梯度就是径向线段ri上的点pij的梯度的平均值。

7.如权利要求6所述的计算图像中角点及其夹边的方法，其特征在于，梯度计算方法为prewitt梯度计算方法：|g...

【专利技术属性】
技术研发人员：贺志洋，白民生，梁翠萍，张景，李子健，孙士飞，张丹，蒋遂平，
申请(专利权)人：北京计算机技术及应用研究所，
类型：发明
国别省市：