[摘 要]点特征主要是指图像上明显的地物点，如角点，原点等。提取点特征的算子称为兴趣算子，即利用某种算法从影像中提取感兴趣的特征点。本文主要介绍了点特征算子中很著名的Moravec算子的详细解法及算法流程，并在Moravec算子的阈值选取的方法上进行创新，并给出了Moravec算子对rgb图像进行点特征提取的效果图。
　　[关键词]Moravec算子；点特征；特征提取
　　中图分类号：F767.7 文献标识码：A 文章编号：1009-914X（2014）33-0171-01
　　摄影测量的基本任务是从影像中提取几何信息和物理信息。到目前为止，对于影像物理信息的提取，仍处于研究阶段。但是对于影像几何信息的提取，摄影测量经过传统的模拟摄影测量和解析摄影测量的发展，应经形成了一整套较为完善的对于影像信息的解译方法。近年来，随着计算机事业的快速发展，数字摄影测量应用而生，并且取得了很大的突破。原来传统摄影测量中例如相对定向、绝对定向等任务都要靠作业员通过双眼立体观察完成，所得结果受作业员水平、影像误差等多方面因素影响。数字摄影测量产生后，不仅将人从传统的手工作业中解放，利用相关影像技术代替人眼的目视观测，对影像中感兴趣的目标自动识别与提取，作业的精度也有了很大程度的提高，也缩短了影像解译处理的时间。
　　点特征作为图像的重要特征，主要是指明显点，如角点、原点等。点特征最大的优点在于具有良好的不随外界光照条件变化的特性。将这些具有明显特征的点进行提取，这类算法称为基于点特征的影像特征提取。这种处理避免了在利用基于灰度匹配的算法时，由于窗口信息量少，信噪比低，匹配成功率不高，难以获得满意结果的缺点。并且，基于点特征的影像特征提取算法还有计算量小，速度快，不会丢失灰度信息的优良特性，是进行图像匹配时的一项重要算法。基于点特征的算法主要有：Moravec算子、Hannah算子、Forstner算子等。本文将介绍点特征算子中很著名的Moravec算子的详细解法及算法流程。
　　1、Moravec算子进行点特征提取的基本原理
　　Moravec算子是Moravec于1977年提出的利用灰度方差提取点特征的算子，也就是在给定窗口范围内（如5x5）计算各方向（0°、45°、90°、135°四个方向）的灰度方差，并以此来推断该窗口的中心点是否是目标点。
　　（1） 计算各像素的兴趣值IV。在以像素（c，r）为中心的nxn（如5x5）的窗口中，计算如（图1）所示的四个方向相邻像素灰度差的平方和：
　　式中：k=int（n/2）取其中最小值者作为像素（c，r）的兴趣值，即：
　　=min{}
　　（2） 给定一个阈值（先求取所有像素特征点兴趣值的平均值，然后由用户根据需要输入某一数值，将该数值乘以像素特征点兴趣值的平均值作为图像的阈值），将兴趣值大于该阈值的点（窗口中心）作为候选点。
　　（3） 选取候选点中的极值点作为特征点。在一定大小的窗口内（窗口大小可不同于兴趣值的计算窗口），选择候选点中兴趣值最大的点作为特征点。
　　2、基于Moravec算子的点特征提取效果图
　　（1）对彩色rgb图像进行点特征提取效果图如（图2）：
　　（2）提取的特征点数量，点号及特征点的兴趣值和灰度值展示如（图3）：
　　从提取的效果图中可以看到：通过Moravec算子对图像进行运算处理后，一些反差较大的地物边缘部分在图上利用红色十字标记了出来，达到了对图像的点特征进行提取的目的。对图像特征点的提取效果还与阈值和算法自身流程有关。
　　3、结语
　　本文以Moravec算子为基础，并在阈值的选取方法上进行了创新。通过先求取所有像素特征点的平均值然后由用户根据需要输入某一数值，将该数值乘以像素特征点的平均值作为图像的阈值。该阈值选取的方法可以使用户根据图像提取的特征点的效果进行判断，如果对特征点提取效果不满意，可以通过修改数值（即修改阈值大小）的方法对图像进行再次处理，是一种操作方便，效果较好的创新之处。
　　参考文献
　　[1] 龚涛.摄影测量学.成都：西南交通大学出版社，2014.
　　[2] 林君建，苍桂华.摄影测量学.北京：国防工业出版社，2010.
　　[3] 官云兰，张红军，刘向美.点特征提取算法探讨.东华理工学院学报，2007.