[发明专利]一种基于动态变频的快速角点检测方法

说明书

本发明提出了一种基于动态变频的快速角点检测方法，包括：将图像划分为多个块，计算每个块的均方差，根据所述均方差判断所述图像为平坦区域或角点丰富区域；当判断所述图像为角点丰富区域时，则根据所述均方差计算梯度核；根据计算得到的梯度核，计算出当前像素的绝对梯度，根据所述绝对梯度判断当前像素是否为角点；将所有块的角点做整合，整合后的角点即为当前图像的所有角点。本发明实现快速检测角点，可以有效提高图像角点检测的性能。

技术领域

本发明涉及图像处理技术领域，特别涉及一种基于动态变频的快速角点检测方法。

背景技术

图像的角点特征是图像处理时的重要特征，有一种普遍接受的观点是：二维图像亮度变化剧烈的点或图像边缘曲线上曲率极大值的点可称为角点。角点保留了图像图形中的重要特征，可以有效地减少信息的冗余,使其信息的含量很高，可以有效地提高图像计算的速度，有利于图像的分析和处理，使得实时处理成为可能。角点检测在三维场景重建、运动估计、目标跟踪、目标识别、光流计算、图像配准与匹配等计算机视觉领域都起着非常重要的作用。

当前，对于角点检测比较经典的算法有MIC方法、SUSAN方法、Harris方法等。目前使用最多的是Harris与SUSAN。

(1)学者Harris的Plessey算子，该算法的优点是操作实施较为简单，当前在角点检测应用中被广泛使用，缺点主要在于：检测定位的精度不是特别理想，尤其在一些特殊的角点检测上容易丢失梯度信息或者大钝角模糊型的角点，而且在计算时间上也不是很理想。

(2)之后，Smith首次提出了USAN的概念，并基于此设计了SUSAN的角点检测方法，其最大优点是方法十分简单，具有积分特性，抗噪性能良好，定位精度不受角点类型的影响；缺点是由于实际图像存在大量模糊性边缘，容易产生伪响应或者易丢失真实角点，导致实际图像的检测率一般不及Harris算法，此外积分过程也导致耗时较多。

(3)MiroslavTrajkovic应快速要求提出了MIC算法。该算法有可能是目前灰度图像处理中最快的角点检测方法。令人遗憾的是该方法虽然简单，却易产生伪响应，尤其在斜直边缘或者模糊性边缘处；检测水平一般，对噪声也相当敏感。不过它的快速性思想却得到了很好的推广，纳入其它算法中可以加快速度。

综上所述，这些经典的算法虽然有很多的优点，但是存在的共同缺点是执行的时间较长，在角点的定位准确性上水平不高，并且在检测的执行性能方面较差，所以设计一种能够精确定位角点信息并且执行速度和时间短的方法显的十分必要，尤其在角点时间信息和空间信息应用的计算机视觉场合更具有很高的实用价值。

发明内容

本发明的目的旨在至少解决所述技术缺陷之一。

为此，本发明的目的在于提出一种基于动态变频的快速角点检测方法。

为了实现上述目的，本发明的实施例提供一种基于动态变频的快速角点检测方法，包括如下步骤:

步骤S1，将图像划分为多个块，计算每个块的均方差，根据所述均方差判断所述图像为平坦区域或角点丰富区域；

步骤S2，当判断所述图像为角点丰富区域时，则根据所述均方差计算梯度核；

步骤S3，根据计算得到的梯度核，计算出当前像素的绝对梯度，根据所述绝对梯度判断当前像素是否为角点；

步骤S4，将所有块的角点做整合，整合后的角点即为当前图像的所有角点。

进一步，在所述步骤S1中，在每个块内统计图像的平均值，然后计算每个像素的方差，最后计算出当前块的均方差，将计算得到的均方差规划化到0和1之间，生成均方差系数，当所述均方差系数小于第一预设阈值时，则判断所述图像为平坦区域，否则为角点丰富区域。