Corner detection based on curvature scale space and chain code direction statistics
Jiexian Zeng, Weiye Li · Journal of Image and Graphics · 2014
传统的曲率尺度空间角点检测中，选择的尺度不同会造成角点的漏检测及误检测问题。针对这两个问题，提出一种曲率尺度空间与链码方向统计的角点检测方法。 提出的角点检测方法是以曲率尺度空间为基础，先在较低的曲率尺度空间上选择候选角点集，再通过自适应阈值及链码方向统计的方法在角点集中剔除错误角点。 针对不同类型的图像进行了实验，结果表明，该方法比现有角点检测方法检测准确度高5%10%，且漏检测角点少，角点检测错误率低。实验将该方法与CSS算法进行计算时间对比，分别采用256×256简单场景图与935×715复杂场景图，该方法计算时间只比CSS角点检测方法多0.1 s与0.9 s，相对CSS算法计算时间未有显著增加。 该方法采用较低的曲率尺度可检测出更多的角点，降低了角点漏检测率；通过计算椭圆角点自适应阈值删除椭圆角点，并采用Freeman链码方向统计方法剔除伪角点，提高了角点检测精度。实验结果表明，本文提出的角点检测方法比其他角点检测算法具有高效性和准确性。