文献类型：期刊文章

作　　者：杨莉[1] 张弘[1] 李玉山[1]

机构地区：[1]西安电子科技大学电路CAD研究所,376信箱西安710071

出　　处：《计算机科学》

基　　金：国家自然科学基金(No.60172004);北京大学视觉与听觉信息处理国家重点实验室基金(No.2001-03);博士点基金项目(20010701003)

年　　份：2004

卷　　号：31

期　　号：5

起止页码：198-200

语　　种：中文

收录情况：BDHX、BDHX2000、CSA、CSCD、CSCD2011_2012、IC、JST、RCCSE、UPD、ZGKJHX、核心刊

摘　　要：根据图像边缘灰度的渐变性,我们重新定义SUSAN(Small Univalue Segment Assimilating Nucleus)算法中小核值相似区;并找到一种更为有效和简便的计算小核值相似区面积的方法;在此基础上提出了RSUSAN(Redefined SUSAN)角点检测算法。与经典的角点检测算法SUSAN、MIC(Minimum Intensity Change)相比,RSUSAN具有角点检测准确性高。计算简单,运算速度大为提高等优点。对于模糊、噪声大的图像本文还进一步提出了采用自适应平滑和RSUSAN相结合的方法,称为自适应RSUSAN算法。实验证明,相比较SUSAN、MIC算法而言,自适应RSUSAN算法没有显著地增加计算量,而且在对模糊、噪声大的图像进行角点检测时,虚报及漏检概率大大减少,对噪声的鲁棒性好,角点检测位置精确。

关 键 词：自适应RSUSAN  角点检测算法 图像边缘灰度  渐变性 图像 噪声 鲁棒性

分 类 号：TP391.41]