角点检测问题是图像处理领域的一个基础问题,是低层次图像处理的一个重要方法。角点是图像的重要特征,在目标识别,视觉匹配和运动估计等领域都有重要的应用。本文基于B样条尺度空间提出了曲率乘积角点检测算法,并利用角点评价准则对该算法进行了评估。本文根据尺度空间的曲线表示和演化理论,引入了B样条曲率尺度空间框架理论并且展示了B样条表示曲线的优良特性。为了获得更好的角点检测效果,接着提出了多尺度曲率积的思想,同时用实验验证了多尺度曲率积的有效性。因此,把该思想引入到了本文的角点检测算法中。在B样条曲率尺度空间框架下,本文提出了多尺度曲率积角点检测算法。根据在不同尺度下的轮廓曲率乘积,建立了尺度积函数。当曲率积大于某一阈值时,在不同尺度的曲率积的局部极大值点作为角点。同时,为了验证该算法的有效性,引入了CNN和ACU评价准则角点评价准则。根据该准则,把本文算法和本文中提到的其它角点检测算法通过实验进行了比较,从实验结果可以看出,本文提出的算法具有最高的角点数量一致性和正确性。而且本文角点检测算法获得了更好的角点检测结果算法,具有更好的检测性能。实验也验证多尺度曲率积算法具有更强的鲁棒性。