角点作为图像重要的特征,在图像特征提取中占有重要的地位。彩色图像包含了丰富的信息,同时彩色信息的多样化使得彩色图像处理更加复杂。因此研究高精度的且能实时处理的彩色图像角点检测算法具有更重要的意义。论文针对基于Harris的和基于彩色图像边缘的角点检测算法在进行角点信息提取时存在的问题,提出了基于边缘轮廓线的彩色图像角点检测算法。首先利用单通道法使彩色图像降维,获取灰度化的图像;进而利用经典的Canny边缘检测算子提取图像的边缘轮廓,并利用边缘跟踪技术对由于非极大值抑制导致的交叉边缘断裂现象进行填补,得到较为完整的边缘轮廓;然后构建一组5个尺度8个方向的Gabor滤波器平滑边缘轮廓,提取图像的局部信息,并在每个尺度下计算边缘像素在所有方向上Gabor滤波器虚部响应的归一化和;最后角点测度定义为5个尺度归一化和的乘积,当角点测度大于预设阈值并且是局部极大值时,则认为该点为角点。将提出的基于边缘轮廓线的彩色图像角点检测算法与三种彩色图像角点检测算法进行对比实验,并利用定位误差和平均重复率两种角点评价准则对实验结果进行评估和分析。实验结果表明,提出的算法在检测精度、定位准确性、仿射变换以及噪声稳健性方面都取得了较好的检测结果。