角点检测之SUSAN

本文介绍了SUSAN(Univalue Segment Assimilating Nucleus)角点检测算法,包括基本概念、计算步骤和角点判断。SUSAN算法通过寻找吸收同值核心区域来检测角点,但原始算法对阈值设置敏感,易受噪声影响。针对这一问题,文章提出了自适应阈值选择和3*3矩形模板的改进方法,以提高抗噪能力和运算速度,减少了非角点的计算量。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

SUSAN角点检测

概念:
USAN(Univalue Segment Assimilating Nucleus) : 吸收同值核心区  该区域中的像素点的值与核点的像素值接近
角点:拥有足够小的USAN的像素点

USAN计算:
步骤1
               (公式1)         
r0为核点,r为模板中的其他像素点,I(
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值