Warning: fopen(counter.dat) [function.fopen]: failed to open stream: Permission denied in /usr/home/qxu1142230042/htdocs/config/global.php on line 127

Warning: fputs(): supplied argument is not a valid stream resource in /usr/home/qxu1142230042/htdocs/config/global.php on line 129

Warning: fclose(): supplied argument is not a valid stream resource in /usr/home/qxu1142230042/htdocs/config/global.php on line 131
一种改进的Harris角点检测算法
欢迎您来到《科技与创新》杂志!设为首页加入收藏

版权信息

国际标准刊号 ISSN 2095-6835
国内统一刊号 CN 14-1369/N

主 管 山西省科学技术协会
主 办 山西科技新闻出版传媒集团
出 版  山西科技期刊出版有限
        责任公司
 编    辑  《科技与创新》编辑部
 社  址 太原市长风东街15号

投稿邮箱 kjycx@188.com
           kjycxzzs@126.com

查稿电话 010-88909179
     0351-7537156

邮发代号  22-582
定  价 每册20元 

相关证书

精品论文

您现在的位置:首页 > 精品论文

一种改进的Harris角点检测算法

发布来源:发布时间:2017/01/21点击量:2120

一种改进的Harris角点检测算法

丁 坤

(安徽工业大学 电气与信息工程学院,安徽 马鞍山 243000)


  :针对Harris角点检测算法中对图像的角点存在错检和漏检,以及实时性较差和运算量较大的情况,提出了一种改进的Harris角点检测算法。在原Harris算法中采用各向同性sobel算子差分模板用于取方向导数。与prewitt算子相比,各向同性sobel算子对像素位置的影响作了加权,且与普通sobel算子相比,其位置加权系数更加准确,同时检测不同方向边缘梯度的幅度一致,效果更好,对角点的检测会更加准确。实验结果表明:改进的算法提高了检测的准确率,缩短了运算时间,从而提高了Harris算法的检测精度与实时性。

关键词:Harris角点检测;各向同性sobel算子;运算时间;计算量

中图分类号:TP391.41             文献标识码:A        DOI:10.15913/j.cnki.kjycx.2017.02.108


基于角点检测的算法较多,但是现有的角点提取算法基本上分为以模板为基础的检测方法、以图像的边缘信息为基础的角点检测方法和以灰度变化为基础的角点检测。以模板为基础的角点检测方法,较早是由Kitchen Rosenfeld提出的。这种算法是以模板窗口的局部梯度幅值和梯度方向的变化率来对角度度量值进行运算,并且依据计算出的角度度量值和事先给定的阈值的大小关系来判定是否为角点。以图像的边缘信息为基础的角点检测方法,最早是通过边缘轮廓链码的方法来对图像进行角点检测。Cooper等人就是通过图像链码处的像素坐标预估出最大曲率值,以此来寻找角点。1988年,Chris Harris和Mike Stephens提出了Harris角点检测算法。本文针对Harris角点检测算法在角点检测准确率和运算量方面的不足,提出了一种改进的Harris算法,并且通过实验对提出的改进算法进行了验证。

1  改进的Harris角点检测算法

针对Harris角点算法存在的检测角点的正确率较低与算法运算量较大等问题,本文提出了一种改进的Harris算法。与原来的Harris算法相比,这种改进的算法在检测角点准确率和运行时间(运算量)方面有了一定的提高。

Harris角点检测算法之所以存在一些错检和漏检的情况,主要是因为该算法在计算角点响应函数值时采用了差分方向导数的方式,与理想的方向导数之间存在误差,从而在非最大值抑制时会将真正角点去除。原Harris算法中运用的一般为prewitt算子差分模板求取方向导数,或者用一般的sobel算子差分模板求取方向导数,但是检测效果中会出现一些角点错检和漏检的情况。如果是一般的较为简单的图片,差别不是特别明显,而对于较为复杂的图像,就会出现较为明显的错误。本文采用将原Harris算法中用于求取方向导数的prewitt算子差分模板或者普通sobel算子差分模板改为各向同性sobel(isotropic sobel)算子模板。

2  实验数据分析

为了验证改进的Harris算法在角点检测正确率和运算量方面的提高,通过以下实验进行说明:选取图像样本,我们分别就原算法与改进算法在运算时间与角点检测准确度方面进行了比较。

从实验中,我们可以得出原样本共59个角点,原Harris角点检测算法正确检出角点的个数为27,漏检和错检个数32,检测正确率为45.76%;而改进的Harris角点检测算法检出正确角点数为50个,漏检和错检个数为11,检测正确率为84.75%.可见,改进算法在角点检测数量和检测正确率上均要高于原算法,改进算法错检和漏检的角点个数要明显低于原算法。

3  结论

本文介绍了相关角点检测算法,指出原Harris算法在角点检测过程中存在的一些不足,并就这些不足提出了一种改进的角点检测算法。就原算法在角点检测过程中存在的角点检测正确率较低、错检和漏检的角点个数较多的情况,采用各向同性sobel算子差分模板代替原算法中的差分模板进行求取方向导数,各向同性sobel算子对像素位置的影响作了加权,对角点检测的定位更加准确。通过实验数据可看出,改进的Harris角点检测算法在角点检测准确率、角点错检率和漏检率方面要优于原算法。

参考文献

[1]L. Kitchen,A.Rosenfeld.Analysis grey level corner detection.Pattern Recognition Letters,1982,3(1):95-102.

[2]J. Cooper,Svetha,L. Kitechen.Early jump-out corner detections.IEEE Transaction on PAMI,1993(15):823-828.

〔编辑:刘晓芳〕

————————
本文已公开发表在《科技与创新》杂志2017年第2期

投稿邮箱:kjycx@188.com / kjycxzzs@126.com   查稿电话:010-88909179 / 0351-7537156
   联系地址:北京市清华大学84-84信箱 学术部     /    太原市长风东街15号 编辑部       
版权所有 | 《科技与创新》杂志编辑部       京ICP备08000836号-1

浏览次数38824

技术支持:优诚互联