39、图像中特征点检测与描述的快速角点检测器指南

图像中特征点检测与描述的快速角点检测器指南

在图像处理领域，特征点的检测与描述是至关重要的环节，它能够帮助我们识别和分析图像中的关键信息。本文将介绍几种常见的特征点检测器，包括 Harris - Affine 检测器、Hessian - Affine 检测器以及多种快速角点检测器，如 SUSAN、Trajkovic - Hedley 段测试检测器和 FAST 检测器，并详细阐述它们的原理、特点和应用。

1. Harris - Affine 与 Harris - Laplace 检测器

Harris - Affine 检测器和 Harris - Laplace 检测器是两种常用的特征点检测器。它们在不同变形的图像上有着不同的表现。例如，将它们应用于原始房屋图像、沿 y 轴剪切 25°并缩放两倍的变形图像，以及相同剪切但缩小四倍的变形图像上。

Harris - Affine 检测器能找到更多的特征点，这主要是因为它使用的尺度空间与 Harris - Laplace 不同。前者使用差分高斯（DoG）图像，而后者使用拉普拉斯高斯（LoG）图像。

2. Hessian - Affine 检测器

Hessian - Laplace 检测器可以扩展为 Hessian - Affine 检测器，用于提取相似的协变区域。与 Harris - Affine 检测器的主要区别在于，它基于 Hessian - Laplace 算法搜索初始兴趣点，而不是使用 Harris 函数。不过，将各向异性区域转换为各向同性区域的迭代自适应过程与 Harris - Affine 检测器相同。

定量评估表明，Hessian - Affine 检测器的结果比