paper:Measuring Corner Properties
目录
摘要
我们描述了测量灰度角点以下属性的方法:夹角、方向、对比度、钝度(或顶点的圆度)以及边界曲率(适用于尖点)。与大多数已发表的提取这些属性的方法不同,这些新方法相对简单、高效且稳健。它们依赖于标准算子预检测角点,从而使得测量问题更易处理。使用13000张合成图像,在各种条件下评估这些方法:角点的不同方向和夹角,以及不同程度的噪声。
© 1999 Academic Press
1. 引言
计算机视觉中最常用的三个特征是区域、边缘和角点。区域通常被赋予属性,使其在匹配等后续处理阶段中有用,而早期的边缘和角点检测器(例如[11, 20])几乎只提取强度,更不用说最近的检测器了,例如[5, 21]。由于这些特征是稀疏的,它们的存在本身就被认为足够有信息量。然而,近年来,人们开始更多地关注边缘和角点的属性。给角点赋予越来越多的属性的原因在于,这些属性能够提供更丰富的描述,从而使其成为更有效的特征。例如,在跟踪、模型匹配或模型索引中,角点属性能够约束角点之间的对应关系,无论是单一约束还是多个角点之间的多元约束。后者能够实现视点不变性。例如,在正交投影下,选定的共面的角点对可能具有相同但未知的夹角或方向。在[17]中,我们展示了如何通过增加相对颜色和夹角角点属性(二元和单一约束,分别