(廣東工業(yè)大學(xué) 廣東 廣州 510006)

角點被普遍認(rèn)為是二維圖像亮度變化劇烈或者圖像邊緣曲線上曲率極大值的點[1]。角點檢測廣泛應(yīng)用于特征提取、圖像拼接、形狀分析、圖像匹配(FPM特征點匹配)、相機(jī)標(biāo)定等領(lǐng)域。目前，角點檢測技術(shù)可以分為兩類：一種是基于圖像灰度的方法，如Susan算法[2]，Harris算法[1]等；另一種基于輪廓的方法，如Kitchen算法[3]。第一類算法對噪聲比較敏感，存在檢測精度和準(zhǔn)確率的缺點。第二類算法比較依賴邊緣線，魯棒性不高。

本文針對表格文檔的交叉點特征提取，對Harris角點檢測算法進(jìn)行優(yōu)化，將計算灰度變化的矩形窗口函數(shù)改為十字形窗口函數(shù)，減少了計算量，提高了交叉點的檢測精度和準(zhǔn)確率。通過實驗對改進(jìn)后算法進(jìn)行驗證。

一、Harris角點檢測算法

Harris算法原理是計算圖像窗口W沿任意方向移動后的計算灰度變化。設(shè)以像素點(x,y)為中心的小窗口在X和Y方向上移動分別u和v，則灰度變化量解析式為：

將Ex,y化為二次型：Ex,y=[u,v]M[u,v]T

定義角點響應(yīng)函數(shù)R(x,y)=det(M)-k(trace(M))2

其中，det(M)為矩陣M的行列式，trace(M)為矩陣的跡，k為經(jīng)驗值，一般取0.04。當(dāng)目標(biāo)像素點的R值大于給定閾值時，則該店像素點為角點。

二、優(yōu)化的Harris角點檢測算法

為了提高Harris算法對表格交叉點的檢測精度和效率，本文對計算像素點矩形鄰域用到的窗口函數(shù)wx,y改進(jìn)為十字形窗口函數(shù)wx,y。如圖1所示，原始算法使用9*9的矩形窗口函數(shù)，改進(jìn)后算法使用同等規(guī)格的十字形窗口函數(shù)。圖中每個小格代表一個像素點，黑色格子表示目標(biāo)像素點，白色格子代表鄰域像素點。

圖1

圖2

三、實驗結(jié)果及分析

為了驗證本文改進(jìn)算法的有效性，利用表格圖片進(jìn)行驗證。本實驗中，在PC(Intel(R)Core(TM)i5-4200M CPU @ 2.50GHz、4.0GB內(nèi)存)機(jī)上用Visual Studio 2012進(jìn)行實驗。窗口分別取9*9矩形窗口和與之對應(yīng)的十字形窗口。實驗結(jié)果如下：

圖3 矩形窗口

圖4 十字形窗口

由實驗結(jié)果統(tǒng)計可得下表1：

表1 實驗結(jié)果對比

由表可知，改進(jìn)后的Harris算法有更高的精度和更高的準(zhǔn)確度。原始算法易受表格文字的干擾而出現(xiàn)很高的誤檢率，而改進(jìn)后的算法魯棒性更強(qiáng)。

四、結(jié)論

原始的Harris算法易受表格文字等干擾而存在誤檢率高的缺陷。通過將窗口函數(shù)修改為十字形窗口，更好地擬合表格直線交叉點的特征，提高了表格交點的檢測精度和準(zhǔn)確率，并且降低了文字等噪聲的干擾，具有更好的魯棒性。實驗證明了本文方法的有效性和準(zhǔn)確性。