數(shù)字圖像特征點檢測算法的研究.pdf

1、隨著計算機技術和人工智能研究的迅速發(fā)展,圖像特征信息提取技術的研究在數(shù)字圖像處理領域顯得愈加重要。在圖像眾多的特征中,代表圖像局部結構的特征點起著獨特的作用。在圖像配準、運動追蹤、目標識別、機器導航等多種應用中,提取特征點都是關鍵的一步。所以圖像的特征點檢測算法受到很多專家的重視,許多優(yōu)秀的數(shù)字圖像特征點提取方法也相繼出現(xiàn)。
　　本文先對已有的經(jīng)典特征點檢測算法進行了分析,指出了他們各自的優(yōu)點和不足。我們發(fā)現(xiàn)Harris和Harr

2、is-Laplace算法由于使用了傳統(tǒng)的高斯濾波器,削弱了一些特征點的細節(jié),使得一些弱特征點無法得到算子的響應。此外, Harris-Laplace算子使用統(tǒng)一的LoG算子,去除了一些低尺度下 Harris算子原本能檢測到的弱特征點,而無法去除一些得到LoG強響應的冗余特征點。
　　在特征點檢測過程中,圖像的濾波操作起著十分重要的作用。通過對濾波操作的研究,我們發(fā)現(xiàn)雙邊濾波有著邊緣保護的特性,這正好符合特征點檢測的要求。但傳統(tǒng)雙邊