基于角点检测的建筑物轮廓矢量化方法

针对高分辨率航空影像的特点,提出了基于角点检测的建筑物轮廓矢量化方法:首先,对航空影像进行多尺度面积形态学分割,获取建筑物的二值图像;其次,利用边缘跟踪技术,记录边缘点,在边界曲线上利用高斯函数计算其曲率,提取候选角点集,并由自适应支持区域确定的角点角度和一个动态曲率阔值代替固定的阈值筛选出正确角点;最后,以直角作为约...     

基于曲率的角点检测及目标区域提取法

针对图像检索系统提出了基于自适应阈值曲率增强的角点检测法, 以及基于角点曲率的目标区域提取法. 该算法将曲率作为角点重要程度的判断标准, 通过自适应阈值判断图像的真伪角点, 并增强真实角点的曲率信息, 利用具有较大曲率的角点确定图像的重心, 以重心为形心定位图像的目标区域. 实验结果表明, 本文算法不仅提高了图像角点检测的可靠性, 而且有效地确定了其目标区域, 最终达到了提高图像检索准确率以及算法运算效率的目的. 为检索背景复杂的图像提供了新的思路和方法.     

图像轮廓的三次Bézier曲线拟合方法研究

该文提出一种图像轮廓的三次Bézier曲线拟合方法。在提取数字图像初始轮廓的基础上,先用基于曲率尺度空间的自适应角点检测算法提取轮廓的角点,之后对角点进行分段三次Bézier曲线拟合,达到最小失真的拟合效果。在MATLAB上的数值模拟实验显示了该方法能使图像轮廓平滑柔顺且具有一次连续性。     

局部矩不变量轮廓图像角点检测

为解决图像轮廓特征点问题,提出了基于轮廓局部矩不变量的轮廓角点检测方法,通过计算轮廓线支撑区域内中心点两侧轮廓点的不变矩特征,从而提取轮廓曲率函数.实验结果验证了该方法具有抗干扰性好、定位准等优点.     

基于局部曲率函数的角点检测

角点检测是计算机图像处理领域的基本问题之一,在全局曲率函数角点检测的基础上,提出一种基于局部曲率函数的快速角点检测算法.通过Canny算子提取图像的边缘,在边缘的基础上计算轮廓的局部曲率函数,由于Canny算子首先用高斯滤波器对图像平滑处理,尽可能的去除了噪声而不损失角点,计算局部曲率函数的最大峰值,通过设定阈值检测出角点.对算法进行仿真,试验结果表明该算法可以稳定的检测角点,并对旋转、尺度和噪声具有较强的鲁棒性.     

多支撑区域模式化融合角点检测算法仿真

传统的基于轮廓的角点检测算法常常会因为阈值选择不当,使检测准确率降低.针对上述问题,提出一种多支撑区域下模式化的角点融合方法.首先计算曲线上各点的曲率值,然后对曲线上的点进行初步筛选并分组,使曲线上相邻且曲率相近的点分为一组,在每组中选取局部曲率极大值点作为备选角点,再修改支撑区域,重复上述步骤,产生多组备选角点,最后对轮廓曲线进行模式划分,在不同模式下进行角点融合.实验分别在旋转变换和伸缩变换下评估平均重复率和准确率,通过与CSS、He&Yung角点检测器进行对比实验,所提算法提高了平均重复率和准确率,是一种可行的角点检测算法.     

对Freeman链码分析的角点检测算法

针对传统的基于轮廓曲线的角点检测算法需要计算曲率和选取阈值的不足,提出一种对Freeman链码分析的角点检测算法,首先通过图像边缘检测,轮廓提取得到轮廓的Freeman链码,当链码发生变化时分析其连续前后多个点的链码是否符合一定的规则来判定角点,无需经过传统的角点阈值选取,曲率计算等步骤.实验通过与He&Yung、CPDA、Fast-CPDA和ARCSS角点检测器比较,结果表明本文算法在角点检测时准确率（ACU）最高;在变换实验中,本算法的平均重复率（AR）最高,由此可以得出本算法具有良好的角点检测性能.     

使用多弦长曲率多项式的角点检测算法

在弦到点的距离累加(CPDA)技术和曲率积的基础上,提出了多弦长曲率多项式的角点检测算法。首先利用Canny边缘检测器抽取边缘,然后对于不同弦长下边缘轮廓曲率局部极大值点,计算曲率的和;对于非极值点,计算曲率的积。该方法不仅可以显著增强曲率极值点的峰值,而且避免了曲率积对一些角点平滑。最后,为了降低人为设定门限带来的错检或漏检,利用局部自适应阈值去判别角点。实验结果表明,与其他的角点检测算法相比,该方法具有很强的鲁棒性,它的平均检测准确率提高了14.5%,而且在角点数重复率准则上平均性能提高了12.6%。     

基于多尺度曲率乘积的鲁棒图像角点检测

为了更好地进行图像角点检测,在曲率尺度空间(CSS)框架下,提出了一种基于多尺度乘积的角点检测技术,其中曲率尺度积函数被定义为各个尺度下轮廓曲率的乘积,而角点则被定义为曲率乘积的局部极值点。这种尺度积不仅能显著地增强角点曲率极值点的峰值,同时能抑制噪声影响,而且不改变角点的位置,为了说明该技术的优点,根据角点数一致性(CCN)准则证明了该技术优于其他的角点检测算法。实验结果表明,该方法不仅具备优越的检测效果,并对噪声有较强的鲁棒性。     

一种微型零件的拼接方法

针对微型零件的特点,提出了一种结合图像灰度及轮廓信息的新拼接方法.该方法首先利用Canny算子得到图像的轮廓曲线,然后利用曲率尺度空间(CCS)检测图像的角点,然后利用相关法配准角点,得到图像的初步拼接,最后利用动态规划对图像轮廓进行精细拼接.本方法具有拼接精度高、自动化程度高、可靠性好的特点,适合高精度图像的拼接.     

Multi-scale curvature product for robust image corner detection in curvature scale space

The paper proposes a new corner detector based on scale multiplication. The algorithm starts with extracting the contour of the object of interest, and then computes the curvature of this contour with Gaussian derivative filters at various scales. Local extremes of the product of the curvatures at different scales are reported as corners when the value of the product exceeds a threshold. The proposed detector is based on the well-known curvature scale-space, but improves on it in two ways: first, since the finest scale is part of the scale product, there is no need for coarse-to-fine corner tracking. Second, since many scales are involved, false positive/negative detections are unlikely even with a single threshold. Finally, the comparison between the proposed approach and other corner detectors shows that our approach is more competitive with respect to CCN and ACU criteria under similarity and affine transforms. Moreover, a number of experiments also illustrate that the scale product corner detection has more robustness for noise.     

曲率尺度空间与链码方向统计的角点检测

针对曲率尺度空间角点检测中,由于选择的尺度不同,会造成角点的漏检测,以及检测到错误角点的问题。提出一种基于曲率尺度空间与链码方向统计的角点检测方法。首先在较低的曲率尺度空间上检测出候选角点集;再通过自适应阈值及链码方向统计的方法删除错误角点。该方法采用较低的曲率尺度可检测出更多的角点,降低了角点漏检测率;通过计算椭圆角点自适应阈值可删除椭圆角点;采用Freeman链码方向统计可剔除伪角点;从而提高角点检测精度。通过实验充分验证了本文提出的角点检测算法比其他角点检测算法具有的高效性和准确性。     

基于图像轮廓曲线的拐点检测算法

拐点是图像很重要的特征,包含图像的主要结构信息，拐点检测对图像配准、目标识别和三维重建等任务的处理都有着非常重要的作用。从研究轮廓上点的曲率出发，针对传统基于轮廓的拐点检测算法对噪声和局部变化敏感而造成检测结果不稳定的问题，提出一种间接反映轮廓曲率特性的方法，记为APTD(Accumulation of Point to Tangent Distance)。使用高斯函数对轮廓曲线进行平滑处理，轮廓上点的曲率越大则该点附近的点到该点处切线的距离也越大，根据这一思想，将轮廓上点附近支撑域内的点到该点所对应切线相对距离的累加和作为拐点的判别函数，从而实现轮廓拐点的检测。经由数学推导表明所提出的算法具有合理性和可行性，对比实验分析表明该算法精度高、运算量小、定位准确。     

轮廓曲线的LoG变换及图像共变区域的检测

本文将LoG (Laplacian of Gaussian)变换应用到轮廓曲线上, 其范数的平方具有稳健的曲率特性, 由此构造了轮廓角点的响应函数; 在此基础上, 结合轮廓LoG所检测的角点和角点邻域内轮廓方向的尺度共变性设计了一种新的关于旋转和尺度共变的特征区域检测算法. 最后, 利用相关度准则对多组受干扰的图像进行特征共变区域匹配, 实验结果验证了所提出的共变特征区域检测算法具有计算简单、容易实现和较强的鲁棒性等特点.     

基于高斯变换的多尺度SUSAN角点检测方法

针对传统SUSAN算子只能在单一尺度下检测图像中角点的不足,提出一种基于高斯变换的多尺度SUSAN角点检测方法。该方法利用高斯变换获得待检测图像的多尺度分层图像,以构建高斯金字塔,结合自适应阈值的SUSAN算子检测出不同尺度下的角点作为候选角点,将其还原到原始图像中的相应位置构成候选角点集,在候选角点集中经小邻域信息筛选获得最终角点。实验结果表明,该方法不仅能够在不同尺度下有效获取有用的角点信息,而且提高SUSAN算子正确率的同时,降低了角点的伪检率。     

基于高斯平滑的自适应角点检测

文中算法首先在曲线尺度空间中通过高斯平滑以消除噪声；然后再基于自适应弯曲度计算和角点筛选准则确定角点，该算法不需要预先输入参数，具有较好的抗干扰性，实现简单有效。     

三角网格曲面角点的鲁棒性检测算法

为有效检测三角网格曲面上的角点特征,提出一种基于最小主曲率的角点检测算法.首先通过计算网格顶点处的最小主曲率,利用加权最小主曲率定义角点特征函数,并计算角点特征值;然后利用迭代阈值法自动产生检测阈值,以去除噪声和特征不明显的角点;最后采用非极大值抑制法消除局部邻域内的角点聚簇获取特征明显的角点.在此基础上,在多个尺度下分别计算每个网格顶点处的角点特征值,并通过加权将其合并成多尺度角点特征值,新的角点特征值使得角点检测算法具有较高的稳定性和鲁棒性.通过重复检测率实验和部分重叠曲面的配准实验,验证了文中算法的有效性与实用性.     

Robust image corner detection through curvature scale space

This paper describes a novel method for image corner detection based on the curvature scale-space (CSS) representation. The first step is to extract edges from the original image using a Canny detector (1986). The corner points of an image are defined as points where image edges have their maxima of absolute curvature. The corner points are detected at a high scale of the CSS and tracked through multiple lower scales to improve localization. This method is very robust to noise, and we believe that it performs better than the existing corner detectors An improvement to Canny edge detector's response to 45° and 135° edges is also proposed. Furthermore, the CSS detector can provide additional point features (curvature zero-crossings of image edge contours) in addition to the traditional corners