基于图像特征的角点提取算法研究

摘要

在现代信息化社会，人们可以通过数字图像的方式来获取信息以及传达信息。随着计算机技术和网络技术快速发展，绝大多数的信息都能用数字图像的形式展现在大家的眼前。人们接触到的信息里面，数字图像的信息已经占了总信息量的很大一部分。所以，我们学习和掌握数字图像处理的原理与技术是非常必要的。数字图像有如下的特点：直观易懂，信息量大。近几十年来，关于数字图像处理领域的研究有了很大的发展，伴随着数字图像应用的不断深化，数字图像处理理论与方法也不断发展和完善。数字图像处理已从可见光谱扩展到不可见光谱，从静止图像扩展到运动图像，从物体的外部扩展到物体内部等。
　　角点是实现数字图像自动处理的一个重要特征，在图像匹配、三维重构等应用领域都起到很重要的作用，角点检测算法也是数字图像处理领域的研究热点。在各种图像特征里面，图像的角点以及边缘非常重要，因为它们有很高的信息含量。
　　本文主要介绍图像的角点检测方法，包括SUSAN角点检测算法和Harris角点检测算法，分别介绍它们的优点和缺点，并从图像特征、自适应阈值判定方法对上述算法进行改进，通过角点检测对比试验，说明改进的算法的优势所在，以及它们将来的应用前景。

目录

封面

声明

中文摘要

英文摘要

目录

1 绪论

1.1 论文的研究背景

1.2 数字图像处理的基本特点

1.3 数字图像处理的主要内容

1.4 数字图像处理的发展

2 图像获取技术

2.1 图像采集系统

2.2图像文件格式

2.3 色度学基础

3 图像角点的提取

3.1 SUSAN角点检测算法

3.2 SUSAN角点检测的改进研究

3.3 SUSAN改进的自适应角点算法

3.4 Harris角点检测算法

3.5 基于图像纹理特征的角点提取方法

4 实验及结果分析

4.1传统SUSAN角点检测算法实验结果：

4.2基于图像特征的角点检测算法实验结果：

4.3 实验结果分析

5 总结和展望

参考文献

后记

附录：攻读硕士学位期间发表的部分学术论著