SUSAN(smallest univalue segment assimilating nucleus最小核值相似区)
SUSAN是角点检测的一种,其原理跟Harris很相像,Harris是利用一个固定尺寸的正方形窗口的滑动,检测其滑动前后窗口内灰度变化来进行角点的检测判断。而SUSAN简单而言就是是利用一个固定尺寸的圆形窗口,但是其没有滑动,直接比较圆形窗口内像素与中心像素(Nucleus)的灰度差异,统计整个圆形窗口内灰度差异情况,利用阈值判断进行角点检测。
其中两个术语需要知道;
1.Nucleus,核,指的是圆形窗口中心像元
2.USAN,核值相似区,圆形窗口内与中心像元相似的像素的个数或者面积
比较简单列一下SUSAN检测子涉及到的几个公式:
1.相似性比较公式:这是一个简单的方波函数。带来问题就是相似度函数容易在边界发生突变,因而一般用下式替换:
2.USAN计算公式:
3.角点响应公式:
SUSAN角点检测的特点:
- 对拒不噪声不敏感,抗干扰能力强,因为SUSAN算子中不涉及微分运算
- SUSAN算子的角点检测效果,涉及两个参数,一个是相似度比较公式中的t,那决定了角点的对比度,另外一个是角点响应公式中的阈值判断g,他决定了角点的尖锐程度。