SUSAN算子的实现

1、SUSAN算子的实现一、 实验内容特征点即图像的极值点、线段的端点、曲线曲率最大点，它保留了图像的重要特征，可以代替图像的处理，有效减少数据量，提高处理速度。本实验要求通过课堂讲授知识，利用SUSAN算子实现特征点的提取。二、 实验原理1. SUSAN算子SUSAN算子是牛津大学的Smith教授提出的，只使用一个圆形模板来计算各向同性的响应，既可检测目标边缘点，又能检测图像中的角点，且具有较强的鲁棒性。2. 基本思想SUSAN算子使用圆形模板，通过检测模板范围内的核同值区域（USAN）的面积大小，判断该像素（核）是否为角点。有如下结论：（1） USAN面积大于一半，核位于灰度一致区；（2） U

2、SAN面积小，核接近边缘；（3） USAN面积最小，核位于角点。三、 基本原理与步骤（1） 选择圆形模板，共37个像素，按照从左至右从上至下的顺序存入数组，中心像素（核）为第十九个像素；（2） 找出核同值像素，并计算核同值区域的面积：Cx0,y0;x,y=1 fx0,y0-f(x,y)T0 fx0,y0-f(x,y)TSx0,y0=(x,y)M(x,y)C(x0,y0;x,y)Sx0,y0即为核同值区域面积。（3） 阈值化得到初步的边缘响应Rx0,y0=G-Sx0,y0 Sx0,y02; j-)for(i = 3;i lWidth-3; i+)/由于使用77的模板，为防止越界，所以不处理最下边

3、和最右边的两列像素/ 指向源图像第j行，第i个象素的指针lpSrc = (char *)lpDIBBits + lWidth * j + i;/ 指向目标图像第j行，第i个象素的指针lpDst = (char *)lpNewDIBBits + lWidth * j + i;pixel0 = (unsigned char)*(lpSrc - 3*lWidth-1);pixel1 = (unsigned char)*(lpSrc - 3*lWidth);pixel2 = (unsigned char)*(lpSrc - 3*lWidth+1);pixel3 = (unsigned char)*(l

4、pSrc - 2*lWidth-2);pixel4 = (unsigned char)*(lpSrc - 2*lWidth-1);pixel5 = (unsigned char)*(lpSrc - 2*lWidth);pixel6 = (unsigned char)*(lpSrc - 2*lWidth+1);pixel7 = (unsigned char)*(lpSrc - 2*lWidth+2);pixel8 = (unsigned char)*(lpSrc -lWidth-3);pixel9 = (unsigned char)*(lpSrc - lWidth-2);pixel10 = (u

5、nsigned char)*(lpSrc - lWidth-1);pixel11 = (unsigned char)*(lpSrc - lWidth);pixel12 = (unsigned char)*(lpSrc - lWidth + 1);pixel13 = (unsigned char)*(lpSrc - lWidth+2);pixel14 = (unsigned char)*(lpSrc - lWidth+3);pixel15 = (unsigned char)*(lpSrc -3);pixel16 = (unsigned char)*(lpSrc - 2);pixel17 = (u

6、nsigned char)*(lpSrc-1);pixel18 = (unsigned char)*lpSrc ;pixel19 = (unsigned char)*(lpSrc +1);pixel20 = (unsigned char)*(lpSrc +2);pixel21 = (unsigned char)*(lpSrc + 3);pixel22 = (unsigned char)*(lpSrc + lWidth-3);pixel23 = (unsigned char)*(lpSrc + lWidth-2);pixel24 = (unsigned char)*(lpSrc + lWidth

7、-1);pixel25 = (unsigned char)*(lpSrc + lWidth);pixel26 = (unsigned char)*(lpSrc + lWidth+1);pixel27 = (unsigned char)*(lpSrc + lWidth+2);pixel28 = (unsigned char)*(lpSrc+ lWidth+3);pixel29 = (unsigned char)*(lpSrc + 2*lWidth-2);pixel30 = (unsigned char)*(lpSrc + 2*lWidth-1);pixel31 = (unsigned char)

8、*(lpSrc + 2*lWidth);pixel32 = (unsigned char)*(lpSrc + 2*lWidth+1);pixel33 = (unsigned char)*(lpSrc + 2*lWidth+2);pixel34 = (unsigned char)*(lpSrc + 3*lWidth-1);pixel35 = (unsigned char)*(lpSrc + 3*lWidth);pixel36 = (unsigned char)*(lpSrc + 3*lWidth+1);int s=0;for(int k=0;k37;k+)if(abs(pixel18-pixel

9、k)27)s+;int r=0;if(s18) r=18-s;m_point.x=i;m_point.y=lHeight-1-j;g_point.push_back(m_point);elser=0;/ 返回return TRUE;五、 实验结果原始图像SUSAN算子提取角点六、 实验分析（）SUSAN算法是比较容易实现的角点检测算法，按照课堂上讲述的内容，编译难度较小，让大家头痛的地方在于如何把搜寻到的角点用画笔描绘出来。开始我直接改变了像素的灰度值，把角点置为白色，效果还可以，但是有个最大的缺陷就是改变了原有图像。后来在李建胜教员的帮助下，我可以用画笔标出图像中的角点，并且并未改变原有图片。画笔的使用算是本次实验的额外收获。（）在最初代码运行时，程序并未报错，但是