摘 要：為了降低傳統(tǒng)Harris角點(diǎn)檢測(cè)算法的操作復(fù)雜度，提高算法穩(wěn)定性，本文提出了一種改進(jìn)Harris角點(diǎn)檢測(cè)方法。由于傳統(tǒng)的Harris角點(diǎn)檢測(cè)算法需要通過(guò)調(diào)節(jié)系數(shù)k的選取來(lái)達(dá)到最佳的檢測(cè)效果，這使得其檢測(cè)精度和檢測(cè)效率受到限制，也增加了用戶的操作復(fù)雜度。本文通過(guò)研究并改進(jìn)角點(diǎn)響應(yīng)函數(shù)，避免了系數(shù)k的選取，同時(shí)，與其他相關(guān)改進(jìn)算法相比，進(jìn)一步避免了極小值ε的選取，從而實(shí)現(xiàn)了算法的自適應(yīng)性。實(shí)驗(yàn)結(jié)果表明，本文方法具有較強(qiáng)的自適應(yīng)性和魯棒性。

關(guān)鍵詞：Harris算法；角點(diǎn)檢測(cè)；自適應(yīng)性

中圖分類號(hào)：TP391.41

角點(diǎn)在計(jì)算機(jī)數(shù)字圖像處理中是被定義為二維圖像亮度變化劇烈或圖像邊緣曲線上曲率極大值的點(diǎn)[1]。在圖像中，角點(diǎn)具有幾乎不受光照條件影響和旋轉(zhuǎn)不變性的特征。它不僅決定了目標(biāo)圖像的輪廓特征，而且在保留圖像基本輪廓信息的同時(shí)也很好地減少了信息的數(shù)據(jù)量，提高了圖像在計(jì)算機(jī)中的計(jì)算速度。另一方面，角點(diǎn)也使圖像拼接技術(shù)[2]更加可靠。角點(diǎn)檢測(cè)（Corner Detection）[3]也被廣泛應(yīng)用于計(jì)算機(jī)視覺(jué)系統(tǒng)中。比如：運(yùn)動(dòng)檢測(cè)、圖像匹配、視頻跟蹤、三維建模和目標(biāo)識(shí)別等領(lǐng)域中。目前有兩大類檢測(cè)方法：基于圖像邊緣的檢測(cè)方法和基于圖像灰度信息的方法。在基于圖像灰度的檢測(cè)方法中，Harris角點(diǎn)檢測(cè)算法具有較理想的結(jié)果，其應(yīng)用范圍也較廣。但是，該算法所涉及的其響應(yīng)函數(shù)中系數(shù)k值的選取具有一定的限制，即只有當(dāng)其選擇適當(dāng)時(shí)，角點(diǎn)檢測(cè)的效果才會(huì)更加顯著。

由于傳統(tǒng)角點(diǎn)檢測(cè)算法需要通過(guò)調(diào)節(jié)系數(shù)k的值以使檢測(cè)效果達(dá)到最佳效果，這在一定程度上增加了用戶的操作復(fù)雜度。而且，很多關(guān)于避免k值的改進(jìn)算法基本都包含一個(gè)極小值ε，這在一定程度上增加了對(duì)經(jīng)驗(yàn)值的依賴性。本文通過(guò)改進(jìn)角點(diǎn)響應(yīng)函數(shù)，避免k值的選取，實(shí)現(xiàn)了算法的自適應(yīng)性，從而降低了算法的復(fù)雜度并提高了算法的魯棒性。

1 Harris角點(diǎn)檢測(cè)

圖2 本文改進(jìn)算法的檢測(cè)實(shí)驗(yàn)結(jié)果

從實(shí)驗(yàn)結(jié)果圖2中可以看出，本文改進(jìn)算法取得了正確的檢測(cè)實(shí)驗(yàn)結(jié)果。同時(shí)從公式（4）和公式（8）可以看出，角點(diǎn)響應(yīng)度R′的計(jì)算量具有相同的數(shù)量級(jí)和運(yùn)算復(fù)雜度，本文改進(jìn)算法和傳統(tǒng)Harris算法具有相同數(shù)量級(jí)的計(jì)算耗時(shí)。然而由于傳統(tǒng)Harris算法中角點(diǎn)響應(yīng)公式k值的選取在很大的程度上依賴于經(jīng)驗(yàn)值的選取。此外在其它很多關(guān)于去除k值選取的改進(jìn)公式中，雖然避免了k值的選取，卻增加了一個(gè)極小值ε的設(shè)置，這在一定程度上增加了算法復(fù)雜性。本文通過(guò)研究并改進(jìn)角點(diǎn)響應(yīng)函數(shù)，避免了系數(shù)k的選取，同時(shí)，與其他相關(guān)改進(jìn)算法相比，進(jìn)一步避免了極小值ε的選取，從而實(shí)現(xiàn)了算法的自適應(yīng)性。

4 結(jié)束語(yǔ)

在Harris原算法中，為了提高角點(diǎn)檢測(cè)的效果，需要調(diào)節(jié)其角點(diǎn)響應(yīng)函數(shù)系數(shù)k的值。雖然檢測(cè)效果良好，但是依賴于經(jīng)驗(yàn)值的選取。同時(shí)，在其它多種避免系數(shù)k值的改進(jìn)算法中，也都存在極小值ε，增加了算法的復(fù)雜度。本文通過(guò)研究并改進(jìn)角點(diǎn)響應(yīng)函數(shù)，避免了系數(shù)k的選取，同時(shí)，與其他相關(guān)改進(jìn)算法相比，進(jìn)一步避免了極小值ε的選取，從而實(shí)現(xiàn)了算法的自適應(yīng)性，這也對(duì)不同類型圖像的自適應(yīng)角點(diǎn)檢測(cè)具有一定的參考價(jià)值。

參考文獻(xiàn)：

[1]劉瑩，張久東，周衛(wèi)紅.Harris角點(diǎn)檢測(cè)算法的優(yōu)化研究[J].云南民族大學(xué)學(xué)報(bào)，2011（20）：136-138.

[2]劉玉然，張雨?yáng)|，饒學(xué)軍，侯明亮.一種用于圖像拼接的焦點(diǎn)匹配算法[J].光電工程，2008（35）：100-104.

[3]張?jiān)?，方康玲，劉永?基于Harris算法的黑白棋盤(pán)格角點(diǎn)檢測(cè)[J].計(jì)算機(jī)應(yīng)用與軟件，2010（27）：251-254.

[4]屈喜文.一種改進(jìn)的Harris角點(diǎn)檢測(cè)方法[J].機(jī)電技術(shù)，2012（08）：40-42.

[5]李歡歡，黃山，張洪斌.基于Harris與SIFT算法的自動(dòng)圖像拼接[J].計(jì)算機(jī)工程與科學(xué)，2012（11）：105-106.

作者簡(jiǎn)介：李?。?993-），男，回族，安徽明光人，本科生，研究方向：數(shù)字圖像處理和目標(biāo)識(shí)別。

作者單位：中南民族大學(xué)計(jì)算機(jī)科學(xué)學(xué)院，武漢 430074

基金項(xiàng)目：本文受中南民族大學(xué)大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計(jì)劃基金項(xiàng)目（KYCX130405）資助。