摘要随着互联网的快速发展，人们对于图像处理的要求不断提高。图像在计算机中 以像素点存储，如果直接对它处理，运算量非常之大，需要从中抽取出代表性的特 征，这个过程叫做特征点检测。特征点检测在保留图像主要特征信息的同时，大幅 压缩图像数据量，有效提高了图像处理速度。本文围绕特征点检测算法展开课题研 究。第一章为绪论，介绍了课题研究的背景意义，图像特征点检测算法的国内外研 究现状，以及研究所需软件环境。第二、三章介绍了图像特征算法的理论知识，在 深入分析 Harris 和 SUSAN 特征点检测算法的基础上，介绍了两种改进算法：基于 多尺度 Harris 特征点检测算法、基于梯度方向与高斯尺度空间下的 Harris 特征点 检测算法。第四章为不同算法的实验对比分析，分别以加噪声和不加噪声的图像为 输入，从检测精度、抗噪声、计算复杂度三个方面，比较了 SUSAN 算法和 Harris 算 法的性能。第五章回顾了本文工作，概括了特征点检测的应用领域，并展望研究趋 势。 81558

毕业论文关键词：图像处理,图像特征点检测, Harris特征点检测算法, SUSAN特征点检测算 法

Abstract With the rapid development of the Internet, people are constantly improving the requirements of image processing。 Image in the computer to pixel storage, if it is directly processed, the amount of computation is very large, you need to take out the representative of the feature, the process is called the feature point detection。 Feature points detection, while retaining the main feature information of the image, greatly compress the image data, and effectively improve the image processing speed。 In this paper, the problem of feature point detection algorithm is studied。 The first chapter is the introduction, which introduces the background and significance of the research, the domestic and foreign research status of the image feature point detection algorithm, and the software environment。 Second, third chapter introduced the theoretical knowledge of the algorithm of image feature, in the in- depth analysis of Harris and Susan feature points detection algorithm based on, the two improved algorithms based on multi-scale Harris feature point detection algorithm, based on the gradient direction with the Gaussian scale space Harris feature point detection algorithm。 The fourth chapter for comparison of different algorithms analysis, respectively, plus noise and without noise image as input, from the detection accuracy, anti noise and computational complexity of three aspects compared Harris and Susan algorithm performance。 The fifth chapter reviews the work of this paper, summarizes the application field of feature point detection, and looks forward to the research trend。

Keywords: Image processing, image feature point detection, Harris feature point detection algorithm, SUSAN feature point detection algorithm

目录

第一章          绪论  1 

1。1 背景意义 。 1 

1。2 图像特征点检测概述  1 

1。3 国内外研究现状 。 2 

1。4 本文所使用的开发环境 。 4 

1。4。1 OpenCV 3。0 。。 4 

1。4。2 Microsoft Visual Studio  2012 。 4 

1。5 论文的主要工作 。 5 

第二章   经典的特征点检测算法 。。 6 

2。1 基于 SUSAN 算法的特征点检测 。。 6 

2。2 基于 Harris 算法的特征点检测 。 7 

第三章 改进的 Harris 特征点检测算法介绍 。 10 

3。1 多尺度 Harris 特征点检测算法  10 

3。2 基于梯度方向与高斯尺度空间下的 Harris 特征点检测算法  11 

第四章 Harris 和 SUSAN 两种算法检测效果比较 。。 13