图像几种特征提取算子的研究

摘 要 特征提取是图像匹配的一个重要方面，是图像匹配的必要环节。本文引入Harris算子和Moravec算子进行研究。为了便于研究，本文先对图像进行预处理，以便减少特征提取过程中所需的工作量。这里主要针对点的特征提取，分别采用消声音掩膜法和中值滤波法对图像进行平滑。对于Harris算子和Moravec算子文章中使用Matlab进行程序设计，且分别在运行时间、稳定性、准确性等方面对两种算子的结果进行比较分析和讨论。

关键词 平滑；去噪；Harris算子；Moravec算子

中图分类号TP39 文献标识码A 文章编号 1674-6708（2013）96-0221-01

0引言

图像的特征点探测或称特征点提取在计算机的视觉和图像处理方面是一项重要的研究。它能够被广发的应用是它可以准确的定位图像，另外，对特征点进行处理使参与计算的数据量大量减少，对进行实时处理的应用非常的重要。在特征提取中，现在已经应用到实际中的大部分点特征提取算子都得到很好的应用，例如：Harris算子、SUSAN算子、Moravec算子、F?rstner算子等。本文从对图像进行预处理，根据Harris算子和Moravec算子的特点进行实验，对实验结果进行总结，得出结论。

1图像预处理

我们要实现对图像重要信息的快速测量，必须能够从照片中提取出我们所需的准确定位的特征点，这就要求我们对图像进行平滑处理。

1）消噪声掩膜法

消噪声掩模法可以消除随机相加噪声。它的基本原理是在待处理的图像中逐点的移动掩模。消噪声掩膜法可减弱噪声，达到平滑效果，但图像边界变得模糊。

2）中值滤波法

中值滤波是将邻域中的像素按灰度级排序，取其中间值为输出像素。其思想是用邻域中亮度的中值代替图像当前的点。邻域中亮度的中值不受个别噪声的影响，因此中值滤波相当好的消除了冲激噪声，且其不像消噪声掩膜法那样，在衰减噪声的同时不会使图像的边界模糊。

2点特征算子的分析及实验

3结论

在实际应用中，通常对Moravec算子和Harris算子进行改进以满足对准确性的要求。

参考文献

[1]吕言.用于提取数字图像点特征之有利算子研究[J].测绘学报，1989.

[2]柳强，赵宗涛.遥感图像识别中目标特征点提取方法研究[J].微电子学与计算机，2002，12：32-35.

[3]Harris C G，Stephens M J.A Combined Corner and Edge Detec-tor. Proceedings Fourth Alvey Vision Conference[J].Manchester，1988：147-151.

[4]张元，王广宇，吕运朋.数字图像的不变特性与特征提取[J].郑州大学学报，2000，32（4）：57-59.