基于Moravec算子的特征点提取效果分析

摘要

Moravec算子是数字摄影测量中常用的点特征提取算子.本文针对Moravec算子在该领域应用中存在的不足,从算子原理出发分析了原因。鉴于Moravec角点探测器的各向异性反应、噪声敏感性以及边界敏感性都是蕴涵在算法之中的缺陷，从而导致Moravec算子提取的特征点为噪声点或者边界点而并非想要的特征拐点。进一步结合实验数据对比了它与Forstner算子在不同参数下的提取效果.实践表明，Moravec算子的抗噪声性并不强，相对而言采用梯度运算并用误差椭圆衡量特征点兴趣值的Forstner算子，对噪声具有更强的抵抗能力。当调整参数，使二者具有相同的提取率时，Moravec提取的特征点分布比较集中，并且主要存在于非主方向上的线性地物上（边界敏感性）。而Forstner提取的特征点分布比较均匀，且多位于角点和孤立点附近。