基于角点特征的提取算法比较研究

《基于角点特征的提取算法比较研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、基于角点特征的提取算法比较研究【中图分类号1R391【文献标识码】A【文章编号】1672-3783(2014)01-0332-01医学图像配准是当前各个领域的研究热点，是指对不同时间、不同角度或不同影像设备获取的图像序列进行空间变换，使得多幅图像在几何上可以一一对应。图像配准的分类方法有很多种，最常用的是根据确定配准控制点(RCP)的方法不同和图像配准中利用的图像信息的不同分类，将图像配准分为：基于图像灰度的配准、基于变换域的配准以及基于特征的配准。目前研究的比较多的是基于特征的图像配准，究其原因是这种算法具有计算量小、稳健性强、适应性广的特点。基于特征的图像配准方法，首先是对图像提取

2、特征，然后将所提取的明显特征利用一泄的匹配准则进行配准。该类方法由于先耍提取特征，速度相对较慢，但与其他方法相比在精度上有较大的提高。1特征选择特征是基准图像和待配准图像之间建立映射关系的基础，正确合理的选择图像特征，可以降低特征空间的复杂性和提高特征匹配算法的准确性。选取特征时必须注意,选取的特征是基准图像和待配准图像所共有的,并且要求所选取的特征应尽可能的分布均匀，尽可能多的用于图像配准。不同的图像所含的特征也是多种多样的，现在常用的基于特征的图像提取算法分为类如图1：点特征是构成图像的最基本特征，相对于其他图像特征，点特征包含的信息量少，图像配准的速度相对较快；并且点特征的信息随

3、位置移动变化相对明显，图像配准的精度较高；另外一个优点就是点特征较容易进行降噪处理。点特征的这些优点，决定了对它的研究和应用都比较广泛，常见的点特征有高曲率点、角点、以及多分辨率多尺度空间极值点，本文对角点点特征进行了详细研究。2常用角点提取算子角点（corner）,没有具体定义，普遍认为角点是指两条或更多边缘的交叉点；或者角点是一阶导数（即灰度的梯度）的局部最大值所对应的像素点。基于图像灰度的角点提取算法原理简单，易于实现。最近几年，常用的特征点提取算子有:Harris算子、SUSAN算子、Moravec算子、Forstner算子以及SIFT算子等［1］。本文对应用最为广泛的Harr

4、is算子、SUSAN算子从原理、提取效果等方面进行比较研究。（1）Harris算子Harris角点检测法也叫Plessey角点检测法，是1988年由C.Harris和J.Stephens在Moravec算子基础上提出来的。基本思想是先计算模板沿任意方向位移时的灰度变化情况，然后运用图像灰度的一阶导数来估算自相关矩阵，当某一像素点的自相关矩阵的特征值都非常大时，则认为该点为角点。Harris角点检测算法可分为以下几步完成：①读入图像，计算图像每个像索点在x和y方向上的一阶导数，以及两者的乘积，得到矩阵M中4个元素的值。在MATLAB程序中分别通过x,y方向的梯度算子滤波來实现。②对第一步

5、所得的图像进行高斯滤波，即使用高斯模板对图像进行图像卷积，得到新的矩阵M。③计算原始图像矩阵上对应的每个像素点的兴趣值R。④设定阈值T,选取局部极值点。⑵SUSAN算子SUSAN算法，是由英国牛津大学的S.M.Smith,J.M.Brady首先提出来的⑵，全称是SmallestUnivalueSegmentAssimilatingNucleus。基本依据是：图像中同一特征局域的内部特征值一致或相近。检测角点时，通过移动圆形模板在图像上进行像素灰度匹配，如果模板内的像素灰度值与模板圆心位置的像素灰度值相比，小于给定的门限值，则认为该点与圆心点是同值的，这些同值点组成的区域称为USAN区域

6、。平坦区域像素点的USA7面积最大，边缘点次之，角点处最小。SUSAN算子检测算法实现步骤：①选定圆形模板，其内圆心所对应的像素成为核，将核遍丿力扫描图像屮的每个像元。②利用公式，计算相似度，得到USANo③计算角点响应值。④利用非最大值抑制，找出和点集。3角点提取算子提収结果比较一个好的角点提取算子必须满足以下提取准则：适应性好一即鲁棒性较好，要求提取到的角点在几何畸变、辐射畸变以及噪声影响下具有独特性、不变性和稳定性。准确性高一提取到的角点的位置尽可能接近正确的角点位置;速度快一角点提取算子要想满足实时计算的要求,必须具有足够高的速度。对Harris,SUSAN算法从以上三个方面进

7、行比较。适应性借鉴文献［3］提出的重复率标准。重复率定义为两幅图像中重复点的数量和检测出的总点数之比。其中，Nrepeat是两幅图像中重复点的个数；Nl,N2表示从两幅图像提取的特征点数。实验过程中通过计算机间接模拟图像各种变形，如旋转、缩放、以及噪声影响，得到的结果如表1・以下，随着噪声增人受到的影响较小0.5以下定位的准确性和速度对角点提取算法来说是非常重要的，本文采用一幅常用的试验图像来进行提取角点，分别用两种提取算子进行实验，结果如图2