[发明专利]角点检测的方法、系统、设备及存储介质

说明书

本发明公开了一种角点检测的方法、系统、设备及存储介质，其中，角点检测的方法包括以下步骤：获取灰度图像的每个像素点；逐点遍历确定每个当前像素点的方向性及方向角；若所述当前像素点没有方向性，则所述当前像素点不是角点；若所述当前像素点有方向性，则确定所述当前像素点对应的所述方向角所在的方向上的邻域点，通过所述当前像素点与所述邻域点之间的高低频特征的差异性判断所述当前像素点是否为角点。本发明提供的一种角点检测的方法、系统、设备及存储介质，检测准确率高；并且计算复杂度较低，计算速度快，可实现实时角点检测；能够通过对图像逐点遍历的计算方式实现，有利于工程上FPGA等硬件的实现。

技术领域

本发明涉及图像处理技术领域，特别涉及一种角点检测的方法、系统、设备及存储介质。

背景技术

角点是图像中的关键特征点，角点检测是图像处理中一项关键技术。常见的角点检测算法有Kitchen-Rosenfeld(一种算法的名称)角点检测算法、Harris(一种算法的名称)角点检测算法、CFR(一种算法的名称)角点相应函数检测算法、KLT(一种算法的名称)角点检测算法及SUSAN(一种算法的名称)角点检测算法等。其中，Harris算法是比较传统的角点检测算法，最原始的定义是将矩阵M的行列式值与M的迹相减，再将差值同预先给定的阈值进行比较。Shi(人名)和Tomasi(人名)提出了升级的方法，若两个特征值中较小的一个大于最小阈值，则会得到强角点。前述常用的角点检测算法大多计算复杂度较高，例如成熟度相对比较高的Harris角点检测算法，需要用到矩阵求迹及矩阵行列式这种计算复杂度相对较高的运算，不利于工程上的FPGA(Field Programmable Gate Array，现场可编程逻辑门阵列)等硬件实现。

另外还有一些计算复杂度相对较低的角点检测算法，例如由Edward Rosten andTomDrummond(人名)在2006年提出了一种简单快速的角点探测算法——FAST(一种算法的名称)，该算法检测的角点定义为在像素点的周围邻域内有足够多的像素点与该点处于不同的区域。应用到灰度图像中，即有足够多的像素点的灰度值大于该点的灰度值或者小于该点的灰度值。该算法计算复杂度相对较低，但是FAST算法对角点和正常高频特征的区分度效果欠佳。

发明内容

本发明要解决的技术问题是为了克服现有技术中的角点检测实现方式无法兼顾检测准确率和计算复杂度的缺陷，提供一种能够有效区分图像中的角点和正常高频特征，检测准确率高，并且计算速度快、复杂度较低，易于硬件实现的角点检测的方法、系统、设备及存储介质。

本发明是通过下述技术方案来解决上述技术问题：

本发明第一方面提供了一种角点检测的方法，包括以下步骤：

获取灰度图像的每个像素点；

逐点遍历确定每个当前像素点的方向性及方向角；

若所述当前像素点没有方向性，则所述当前像素点不是角点；

若所述当前像素点有方向性，则确定所述当前像素点对应的所述方向角所在的方向上的邻域点，通过所述当前像素点与所述邻域点之间的高低频特征的差异性判断所述当前像素点是否为角点。

较佳地，所述逐点遍历确定每个当前像素点的方向性及方向角的步骤包括以下步骤：

逐点遍历获取每个所述当前像素点；

获取所述当前像素点的M*M邻域；

根据所述M*M邻域确定所述当前像素点的方向性及方向角；

其中，M为大于等于3的奇数。

较佳地，所述根据所述M*M邻域确定所述当前像素点的方向性及方向角的步骤包括以下步骤：

分别计算所述M*M邻域在0°、45°、90°及135°方向的方差，以得到0度方差、45度方差、90度方差及135度方差；