SUSAN算子的實現(xiàn)

1、SUSAN算子的實現(xiàn)一、 實驗內(nèi)容特征點即圖像的極值點、線段的端點、曲線曲率最大點，它保留了圖像的重要特征，可以代替圖像的處理，有效減少數(shù)據(jù)量，提高處理速度。本實驗要求通過課堂講授知識，利用SUSAN算子實現(xiàn)特征點的提取。二、 實驗原理1. SUSAN算子SUSAN算子是牛津大學的Smith教授提出的，只使用一個圓形模板來計算各向同性的響應，既可檢測目標邊緣點，又能檢測圖像中的角點，且具有較強的魯棒性。2. 基本思想SUSAN算子使用圓形模板，通過檢測模板范圍內(nèi)的核同值區(qū)域（USAN）的面積大小，判斷該像素（核）是否為角點。有如下結(jié)論：（1） USAN面積大于一半，核位于灰度一致區(qū)；（2） U

2、SAN面積小，核接近邊緣；（3） USAN面積最小，核位于角點。三、 基本原理與步驟（1） 選擇圓形模板，共37個像素，按照從左至右從上至下的順序存入數(shù)組，中心像素（核）為第十九個像素；（2） 找出核同值像素，并計算核同值區(qū)域的面積：Cx0,y0;x,y=1 fx0,y0-f(x,y)T0 fx0,y0-f(x,y)TSx0,y0=(x,y)M(x,y)C(x0,y0;x,y)Sx0,y0即為核同值區(qū)域面積。（3） 閾值化得到初步的邊緣響應Rx0,y0=G-Sx0,y0 Sx0,y02; j-)for(i = 3;i lWidth-3; i+)/由于使用77的模板，為防止越界，所以不處理最下邊

3、和最右邊的兩列像素/ 指向源圖像第j行，第i個象素的指針lpSrc = (char *)lpDIBBits + lWidth * j + i;/ 指向目標圖像第j行，第i個象素的指針lpDst = (char *)lpNewDIBBits + lWidth * j + i;pixel0 = (unsigned char)*(lpSrc - 3*lWidth-1);pixel1 = (unsigned char)*(lpSrc - 3*lWidth);pixel2 = (unsigned char)*(lpSrc - 3*lWidth+1);pixel3 = (unsigned char)*(l

4、pSrc - 2*lWidth-2);pixel4 = (unsigned char)*(lpSrc - 2*lWidth-1);pixel5 = (unsigned char)*(lpSrc - 2*lWidth);pixel6 = (unsigned char)*(lpSrc - 2*lWidth+1);pixel7 = (unsigned char)*(lpSrc - 2*lWidth+2);pixel8 = (unsigned char)*(lpSrc -lWidth-3);pixel9 = (unsigned char)*(lpSrc - lWidth-2);pixel10 = (u

5、nsigned char)*(lpSrc - lWidth-1);pixel11 = (unsigned char)*(lpSrc - lWidth);pixel12 = (unsigned char)*(lpSrc - lWidth + 1);pixel13 = (unsigned char)*(lpSrc - lWidth+2);pixel14 = (unsigned char)*(lpSrc - lWidth+3);pixel15 = (unsigned char)*(lpSrc -3);pixel16 = (unsigned char)*(lpSrc - 2);pixel17 = (u

6、nsigned char)*(lpSrc-1);pixel18 = (unsigned char)*lpSrc ;pixel19 = (unsigned char)*(lpSrc +1);pixel20 = (unsigned char)*(lpSrc +2);pixel21 = (unsigned char)*(lpSrc + 3);pixel22 = (unsigned char)*(lpSrc + lWidth-3);pixel23 = (unsigned char)*(lpSrc + lWidth-2);pixel24 = (unsigned char)*(lpSrc + lWidth

7、-1);pixel25 = (unsigned char)*(lpSrc + lWidth);pixel26 = (unsigned char)*(lpSrc + lWidth+1);pixel27 = (unsigned char)*(lpSrc + lWidth+2);pixel28 = (unsigned char)*(lpSrc+ lWidth+3);pixel29 = (unsigned char)*(lpSrc + 2*lWidth-2);pixel30 = (unsigned char)*(lpSrc + 2*lWidth-1);pixel31 = (unsigned char)

8、*(lpSrc + 2*lWidth);pixel32 = (unsigned char)*(lpSrc + 2*lWidth+1);pixel33 = (unsigned char)*(lpSrc + 2*lWidth+2);pixel34 = (unsigned char)*(lpSrc + 3*lWidth-1);pixel35 = (unsigned char)*(lpSrc + 3*lWidth);pixel36 = (unsigned char)*(lpSrc + 3*lWidth+1);int s=0;for(int k=0;k37;k+)if(abs(pixel18-pixel

9、k)27)s+;int r=0;if(s18) r=18-s;m_point.x=i;m_point.y=lHeight-1-j;g_point.push_back(m_point);elser=0;/ 返回return TRUE;五、 實驗結(jié)果原始圖像SUSAN算子提取角點六、 實驗分析（）SUSAN算法是比較容易實現(xiàn)的角點檢測算法，按照課堂上講述的內(nèi)容，編譯難度較小，讓大家頭痛的地方在于如何把搜尋到的角點用畫筆描繪出來。開始我直接改變了像素的灰度值，把角點置為白色，效果還可以，但是有個最大的缺陷就是改變了原有圖像。后來在李建勝教員的幫助下，我可以用畫筆標出圖像中的角點，并且并未改變原有圖片。畫筆的使用算是本次實驗的額外收獲。（）在最初代碼運行時，程序并未報錯，但是