CSS角点检测课件.ppt

CSS角点检测（CSS: Curvature Scale Space） F. Mokhtarian and R. Suomela, Robust Image Corner Detection Trough Curvature Scale Space, TPAMI, Vol. 20, No. 12, 1998. CSS角点检测（CSS: Curvature Scale Space） CSS角点定义：边缘轮廓上的曲率极大值点 细节尺度上（Fine Scale）： 定位性好，噪声多 粗糙尺度上（Coarse Sclae）：定位性差，噪声少 CSS角点检测的思想： 在粗糙尺度上检测角点，在尺度空间中向精细尺度跟踪这个角点 曲率尺度的演化 将曲线用弧长参数u表达为 曲线曲率的定义 尺度为 的曲线 ， 曲率定义： 曲率尺度空间图像 曲率尺度空间图像对噪声的鲁棒性 CSS角点检测的步骤 填补间隙并提取T形角点 使用Canny方法从原始图像中检测边缘 从Canny边缘图像上提取边缘轮廓 添补边缘轮廓上的间隙 找到边缘轮廓的T形交点并记之为T形角点 CSS角点检测与跟踪 在最高的尺度上计算边缘轮廓的曲率绝对值，并选择局部极大值点作为角点候选点，满足： （1）大于阈值t（去除圆形角和噪声） （2）至少两倍于两侧相邻的某个曲率极小值点 跟踪角点到最低（细）的尺度上以获得更好的位置精度： 对于在高尺度上检测到的极大值点，在其低一级尺度的邻域有哪些信誉好的足球投注网站极大值点 如此，向更低的尺度进行跟踪，直到最低的尺度 去除重复标记的角点 将上述CSS角点和T形角点做比较，去掉非常邻近的点 角点检测算法性能的比较 模式识别国家重点实验室 中国科学院自动化研究所 National Laboratory of Pattern Recognition Institute of Automation, Chinese Academy of Sciences Research Scientist at NTT Basic Research Lab,Tokyo,Japan. F. Mokhtarian and R. Suomela, Robust Image Corner Detection Trough Curvature Scale Space, TPAMI, Vol. 20, No. 12, 1998. 曲线随着尺度变化的演化形式表达为： 其中: X,Y分别为曲线上的点的横、纵坐标， X，Y都是u的一维函数，g为一维高斯函数， g的参数 代表了曲线的尺度 对曲线的横、纵坐标分别进行高斯滤波~！ 当 由小变大时，曲线的尺度从细向粗演化。 非洲曲线 尺度从细向粗的演化 其中： 令二维函数 得到曲线的曲率尺度空间图像 (Curvature Scale Space Image) 非洲曲线的CSS图像 叠加了形状噪声的非洲轮廓 原始CSS图像和有噪声的CSS图像叠加显示 原始图像?Canny边缘提取 从Canny边缘图上提取边缘轮廓 填补轮廓间隙 寻找轮廓上的T形角点 在最高尺度上计算曲率 并确定角点的候选点 （绝对曲率的极大值点） 跟踪角点到最低的尺度 以获得更好的位置精度 若邻近，去除T形角点 Canny边缘检测容易造成边缘轮廓的间隙 两种方法得到的角点：Canny连接得到的T角点，CSS跟踪得到的角点 策略：如果两者邻近，去掉T角点 (a)Plessey (b)Kitchen/Rosenfeld (c)SUSAN (d)CSS (a)Plessey (b)Kitchen/Rosenfeld (c)SUSAN (d)CSS (a)Plessey (b)Kitchen/Rosenfeld (c)SUSAN (d)CSS Nikom Suvonvorn, Feature detection: point of interest, Prince of Sopakhla University. * * 模式识别国家重点实验室 中国科学院自动化研究所 National Laboratory of Pattern Recognition Institute of Automation, Chinese Academy of Sciences