一種對FAST角點算法加強魯棒性改進的M—FAST算法

張秋豪+張徐杰

【摘 要】基于快速的FAST算法，提出一種M-FAST角點算法，即首先使用直方圖均衡化方法對圖像進行增強，提高圖像成分的清晰度并消除圖像中光照強度的影響，其次用Mallat小波算法對圖像進行去噪處理，加強圖像的抗噪性，最后再使用FAST進行角點檢測。通過實驗對比，證明比原FAST算法更具魯棒性和抗噪性。

【關鍵詞】FAST算法；角點檢測；Mallat；圖像增強處理；去噪音

0 引言

在機器人視覺中，需要對目標進行識別跟蹤與做圖像的特征匹配的工作，對于圖像的角點檢測是這些工作的基礎。角點是圖像中具有旋轉不變性和特征穩定性好的局部特征點。要提高角點的實用價值，就要提高角點對光照變化，尺度變化，透視變換及噪聲的魯棒性和可重復性，最重要的是具有快速性，能夠適應圖像處理的實時性。

2006年，由Rosten和Drummond提出一種簡單快速的角點算法，加速分割檢測特征（feature from accelerated segment test）算法，通過該算法可以快速的確定出角點，可以應用于實時視頻處理，但其旋轉不變性，魯棒性，光照不變性差。本文提出一種增強光照不變性和魯棒性的M-FAST算法。首先，對圖像進行增強處理，改善圖像的視覺效果，提高圖像成分的清晰度；其次，用Mallat去噪算法對圖像進行去噪處理增強圖像的抗噪性。

2 圖像去噪Mallat算子

在給定一個多分變率分析及其對應的尺寸函數？漬（t）和一個正交二進小波函數？鬃（t）的條件下，Mallat給出了某一函數f（t）的二進小波分解與重構的快速算法，即Mallat算法。

圖像小波分解與重構過程圖如圖2所示：

Mallat去噪作用如圖3所示左圖為原圖，右圖為去噪后圖像。

3 FAST算子

快速角點檢測算法Fast算子（feature from accelerated segment test）是2006年由Rosten和Drummond提出。

在像素點的周圍鄰域內有足夠多的像素點與該點處于不同的灰度區域，則確定該點為一個Fast角點。在灰度圖像中，也就是有足夠多的像素點的灰度值大于該點的灰度值或者小于該點的灰度值。在對圖像進行角點檢測時，考慮圖像中任何一個像素點和以這個像素點為中心的一個區域，通常，選擇一個半徑為3的離散化的Bresenham圓的圓形區域。如圖4所示。

如圖4所示，設p為角點候選點，通過p周圍編號（下轉第228頁）（上接第185頁）為1-16的像素值來判p是否為角點。假設這16個像素值中有連續n個像素點滿足下式：

N= I（x）-I（p）>？著d

I（x）表示連續的n個像素點的灰度值，I（p）表示p點的灰度值，？著d為給定的一個極小閾值。如果N大于一個給定的閾值，則可以確定該候選點為角點。通常閾值選為12。

4 結論

本文基于Fast快速角點檢測算法，通過前期對圖像進行加強與去噪提出一直M-Fast角點算法，能增強Fast算法的抗噪能力，獲取角點時能取得更好的效果。如圖5所示，上圖為原方法獲取角點的效果，下圖為改進后的方法獲取的角點的效果。

【參考文獻】

[1]謝杰成，張大力，徐文力.小波圖像去噪綜述[J].中國圖像圖形學報，006-8961（2002）03-0209-09.

[2]燕鵬，安如.基于FAST改進的快速角點探測算法[J].紅外與激光工程.

[3]梁艷菊，李慶，陳大鵬，顏學究.一種快速魯棒的LOG-FAST角點算法[J].計算機科學.

[責任編輯：王楠]