24、兴趣点检测器与特征描述符综述

兴趣点检测器与特征描述符综述

1. 局部曲率方法

局部曲率方法是早期检测角点的手段之一，部分局部曲率方法在跨尺度跟踪角点方面可靠且准确。其原理是检测梯度幅值和局部表面曲率都较高的点。一种常用的方法是微分法，在尺度空间中计算梯度幅值与等高线曲率的乘积，然后选取尺度和空间上的绝对值的极大值和极小值。其一种计算公式如下：
[a_{x,y,t}=\frac{L_xL_{yy}+L_yL_{xx}-2L_xL_yL_{xy}}{L_x^2 + L_y^2}]
根据所使用的曲率方程，该基本算法有多种不同的公式表达。为提高尺度不变性和对噪声的敏感度，可在尺度空间上使用归一化公式对该方法进行改进：
[a_{norm,x,y,t}=\frac{\gamma (L_xL_{yy}+L_yL_{xx}-2L_xL_yL_{xy})}{t(L_x^2 + L_y^2)}]
其中，(\gamma = 0.875)。

在较大尺度下，能检测到不太尖锐、更圆润的角点特征；而在较小尺度或单位尺度下，则可检测到小区域内更尖锐的角点。Wang和Brady方法同样利用二维表面的局部曲率来计算兴趣点，寻找表面曲率快速变化的拐点。

2. 形态学兴趣区域

兴趣点可通过一系列形态学操作来确定，例如先进行阈值处理，再结合腐蚀和膨胀操作，以平滑、细化、增长和收缩像素组。若针对特定应用操作得当，这些形态学特征可以具有尺度和旋转不变性。需注意，仅简单的形态学操作是不够的，例如无约束的腐蚀操作会使区域缩小直至消失。因此，必须在形态学处理流程中加入智能控制，以控制最终区域的大小和形状。

对于多边形形状描述符，形态学兴趣点定义了特征，并在该特征上计算各种图像