提高Shi-Tomasi角点检测精度的方法研究

李正大，蒋燕

成都理工大学

提高Shi-Tomasi角点检测精度的方法研究

李正大，蒋燕

成都理工大学

针对Shi-Tomasi角点检测在检测时出现的错检和漏检问题，提出对图像进行高斯等滤波和sobel边缘检测的预处理，以提高图像在角点位置的矩阵特征值，进而提高其检测精度。经过实验测试，在预处理之后有效提高了精度。

角点检测；高斯滤波；sobel；特征值

1 引言

角点检测是计算机视觉系统中用来获得图像特征的一种方法，广泛应用于运动检测、图像匹配、视频跟踪、三维建模和目标识别等领域中，也称为特征点检测。角点通常被定义为两条边的交点，但是更严格的说，角点的局部邻域应该具有两个不同区域的不同方向的边界。

2 Shi-Tomasi角点检测原理与测试效果

Shi-Tomasi算法是Harris算法的改进，在Harris算法中，是根据协方差矩阵M的两个特征值的组合来判断是否为角点[2]。而在Shi-Tomasi算法中，是根据较小的特征值是否大于阈值来判断是否为角点[3]。

协方差矩阵M如下表示：

在具体的角点检测测试中，采用基于visual studio 2012+ OpenCV的实验环境和包含60个角点的标准角点检测图，直接应用Shi-Tomasi算法对图像进行角点检测，在此条件下得到的角点检测数为89个。

3 提高精度的理论分析

Shi-Tomasi算法是Harris算法的改进，此算法最原始的定义是将矩阵M的行列式与M的迹相减，在将差值同预先给给定的阈值进行比较。而Shi-Tomasi算法是把利用两个特征值中的较小的一个与最小阈值进行比较，若大于则会得到一个强角点。

定义角点响应函数R为：

Harri角点检测算法就是对角点响应函数R进行阈值处理：R＞threshold，即提取R的局部极大值。而Shi-Tomasi角点检测主要是利用椭圆形式中的λ1、λ2其中的最小值和阈值进行比较，以此来得到对角点的判断。因此为了提高Shi-Tomasi检测的精度应设法提高图像中角点的一阶导数的值。对于一阶导数即梯度在数字图像处理中定义为下式：

从一阶导数的定义式可以得出，为了提高其在图像角点处的数值。应尽量拉大图像中边缘与背景的灰度值的差，以此来得到较大的一阶导数数值从而提高检测精度。对于梯度的检测，分别采用sobel算子来进行，以此达到对图像边缘的加强，再进行角点检测[4]。对于梯度边缘检测精度，分别采用中值、均值、高斯滤波器对图像进行预处理，去除图像中的噪声从而提高角点检测的精度。

4 测试结果

经过对比可以得出，sobel算子是先边缘化在检测角点最理想的算子，但是其依然比60个标准角点多出很多。造成上述情况主要是由于图像噪声影响边缘检测效果，从而间接影响了角点的检测精度。对图像分别用滤波器进行预处理后的效果如下图：

图1 不同滤波器预处理后效果图

表1 检测效果对比

经过对比得出中值滤波器处理之后是最理想的，比标准角点多出5个，比原图检测的89个提高了很多。

5 结论

如上所述，先通过对原始图像进行中值滤波处理，减少图像的噪声影响，然后在利用sobel算子进行边缘检测，得出梯度图从而使图像边缘与背景的灰度差拉大，最后利用Shi-Tomasi算法进行角点检测进，可以明显提高其检测的精度。但是在对图像进行边缘检测时由于参数的不同会影响角点的识别，有可能不能识别有些正确的角点，所以在提高精度的同时也会误删一些正确的角度点，这也是预处理所存在的不足之处。

[1]Rafael C.Gonzalez，Richard E.Woods.数字图像处理[M].第三版.阮秋琦等.北京：电子工业出版社，2011：450-466

[2]刘博超，赵建，孙强.基于边缘改进的Harris角点检测方法[J].液晶与显示，2013，28（3）：939-942

[3]毛星云，冷雪飞等.OpenCV3编程入门[M].北京：电子工业出版社，2015：154-261

[4]陈长伟.基于角点检测与SIFT算法的快速匹配方法[J].计算机应用与软件，2014，31（7）：214-220

Aiming at the problem of error detection and missed detection in Shi-Tomasi corner detection,we propose a preprocess⁃ing of Gaussian and sobel edge detection to improve the image eigen⁃values of the image at the corner position,Its detection accuracy.Af⁃ter the experimental test,the pretreatment effectively improve the ac⁃curacy.

corner detection；Gaussian filtering；sobel；eigenvalue