影像特征提取是影像匹配和三维信息提取的基础,是影像分析与单像处理技术领域中最重要的任务之一。有效的特征提取算法是影像分析与处理的关键。从点特征定义出发,叙述了两种常用的点特征提取算子——Moravcc算子和Forstner算子的原理,利用Moravec算子和Forstner算子可以实现影像点特征的提取,并从提取点特征的准确度、提取速度对两种算子进行比较,最后得出了有益的结论。
维普资讯 http://
第3 O卷第 1期20 07年 3月
东
华
理
工学
院学
报
V0. O No 1 13 .Mi.2 07 l l Or"
J 0UR NAL OF E T C N AS m A I T 1 fE OF I NS I1 I ECHN OG OL Y
点特征提取算法探讨官云兰，张红军，刘向美 (. 1东华理工学院地测学院，江西抚州 34 0;. 4 00 2同济大学测量与国土信息工程系，上海 2 09; 00 23东华理工学院人事处， .江西抚州 34O ) 4O O
摘要：影像特征提取是影像匹配和三维信息提取的基础，是影像分析与单像处理技术领域中最重要的任务之一。有效的特征提取算法是影像分析与处理的关键。从点特征定义出，发叙述了两种常用的点特征提取算子——M r e算子和 F rnr o c ot se算子的原理，用 Mo vc算子和 Frnr利 re a o te算子可以实现影像点特征的提取， s并从提取点特征的准确度、提取速度对两种算子进行比较，最后得出了有益的结论。 关键词：特征提取；点特征； r e Moa c算子；o te算子 v Frnr s中图分类号：25 P 3文献标识码： A文章编号： 0 1 0—25 (O 7 0— 4 0 0 2 12O】 1 0 2— 5
影像是以灰度等级的形式表示的，特征是由其
几何特征的提取方法。前一种方法可归纳为：首先
地面景物的物理与几何特性明显变化而形成，表现为影像局部灰度的急剧变化(陈鹰， 0 ) 2 3。影像特 0征可分为点状特征、线状特征和面状特征。影像特征提取是影像匹配和三维信息提取的基础，是影像分析与单像处理技术领域中最重要的任务之一。 点特征是影像最基本的特征，它是指那些灰度信号在二维方向上都有明显变化的点，如角点、圆点等。点特征可以应用于诸如图像的配准与匹配， 目
设计一系列点模板，然后计算模板与所有图像子窗口的相似性，以相似性判断位于子窗口中心的像元是否为特征点。由于该算法计算耗时大，而且模板定义复杂，在实践中较少使用。后一种方法基于几
何特征的提取算法，依赖点不同几何特性进行提取， 计算简便，因而得到广泛使用。 基于几何特征的点提取，分为两种方法。第又一
种方法也是最早提出的基于几何
形状的方法之。
标描述与识别，光束计算，运动目标跟踪、识别和立体像对 3 D建模等众多领域。使用点特征进行处理， 可以减少参与计算的数据量，同时又不损害图像的重要灰度信息，在匹配运算中能够较大的提高匹配速度，因而受到人们的关注。提取点特征的算子称为兴趣算子或有利算子 (ne soea r, itet prt )即利用某 r o种算法从影像中提取人们感兴趣的，即有利于某种目的的点(陈鹰， 0 ) 2 3。在影像分析和计算机的视 0觉领域，根据不同应用目的选择有效的点特征提取算子是非常重要的。
一
这种方法可以描述如下：对于一幅数字图像，首
先对其进行图像分割，提取边界构成链码，然后找出边界上转折较大的点作为角点。这种方法在算法和处理步骤上过于复杂，在分割时所产生的误差将且导致提取点的结果偏差很大。此类算法计算步骤多，耗时较大，时匹配中较少使用。第二基于几在实
何特征的点提取方法，直接依据图像的灰度信息进行提取。 在摄影测量中，一些较为著名的点特征提取有算子，: oae子、os e算子与 H na子如 M rvc算 Fr r m anh算等。本文针对 Mo vc算子和 Fr r re a os算子， me从提取点的定位准确性及速度两个方面对两种算子进行比较，为不同应用目的选择有效的点特征提取算子提供依据。 22 Mo vc子 . r e算 a Moae算子是 Moae (97年提出的， rvc rvc于 17 )是一
1点特征提取算子2 1点特征提取算子分类 .目前已有的点特征提取算子的方法，大致可以归为两大类：类是基于模板的方法；一另一类是基于收稿日： 0一 - 期 2￣1 2 0 06
作者简介：官云兰(9 5,, 17一)女副教授，主要从事摄影测量、 I GS的教学与研究。
种利用灰度方差提取点特征的算子，要是在四主
个方向上，选择具有最大、小灰度方差的点作为特最
