角检测

维基百科,自由的百科全书
跳转至: 导航搜索

角检测兴趣点检测(interest point detection)是计算机视觉系统中用来提取特征以及推测图像内容的一种方法.角检测的应用很广,经常用在运动检测跟踪图像镶嵌(image mosaicing),全景图缝合(panorama stiching),三维建模以及物体识别中.

典型角检测算法的输出

问题定义[编辑]

两条边的交点形成一个角(点)。而图像的要点(也称为受关注点)是指图像中具有代表性以及健壮性(即指该点能够在有噪声干扰的情况下也能稳定的被定位,在大陆亦被称为:鲁棒性)的点。也就是说,要点可以是(点),也可以不是,例如局部亮点或暗点,线段终点,或者曲线上的曲率最大值点.在实际应用中,很多所谓的(角)点检测算法其实是检测要点,而不仅仅是角(点)。所以,如果我们只想检测角的话,还需要对检测出的要点进一步分析。

參考文獻[编辑]

  • C. Harris and M. Stephens. A combined edge and corner detector. Proceedings of the 4th Alvey Vision Conference. 1988: pp. pages 147--151. 
  • C. Harris. Geometry from visual motion. (编) A. Blake and A. Yuille. Active Vision. MIT Press, Cambridge MA. 1992. 
  • H. Moravec. Obstacle Avoindance and Navigation in the Real World by a Seeing Robot Rover. Tech Report CMU-RI-TR-3 Carnegie-Mellon University, Robotics Institute. 1980.