论文部分内容阅读
经典的Harris特征点检测和Harris-Laplace特征点检测在传统的算法中占据重要的地位,但它们或在尺度或在冗余上仍存在问题,并且对弱的特征点不能很好地检测。为此,文章提出了一种改进的方法,在多尺度Harris检测特征点时用改进的双边滤波来替代传统的高斯滤波,而且在检测时对特征点进行分组,一组代表同一局部结构,然后在各组中选取一个自相关矩阵特征值最接近的点来代表这一结构。实验表明此方法能较好地定位特征点位置和去冗余特征点。