角點通常被定義為兩條邊的交點，準(zhǔn)確的來說，角點的部分領(lǐng)域應(yīng)該具有兩個不同范圍和不同方向的邊界。但在實際的應(yīng)用之中，大多數(shù)所謂的角點檢測方法，檢測的是擁有特定特征的圖像點，而不單單是“角點”。這些特征點在圖像里面有具體的坐標(biāo)，并擁有某些數(shù)學(xué)特征，某些梯度特征等。

現(xiàn)有的角點檢測算法并不是都十分的穩(wěn)定。很多方法都要求有大量的訓(xùn)練集和冗余數(shù)據(jù)來防止或減少錯誤特征的出現(xiàn)。角點檢測方法的一個很重要的評價標(biāo)準(zhǔn)是其對多幅圖像中相同或相似特征的檢測能力，并且能夠應(yīng)對光照變化、圖像旋轉(zhuǎn)等圖像變化。

近年來提出的角點檢測方法大多是基于灰度圖像的角點檢測。主要分三類：

(1)基于模板的角點檢測。一般首先建立一系列具有不同角度的角點模板，然后在一定的窗口內(nèi)比較待測圖像與標(biāo)準(zhǔn)模板之間的相似程度，以此來檢測圖像中的角點。基于模板的方法主要考慮像素鄰域點的灰度變化，即圖像亮度的變化，將與鄰點亮度對比足夠大的點定義為角點。首先設(shè)計一系列角點模板，然后計算模板與所有圖像子窗口的相似性，以相似性判斷在子窗口中心的像素是否為角點。

(2)基于邊緣特征的角點檢測。主要分三個步驟：

1、首先，對圖像進(jìn)行預(yù)分割;

2、然后對預(yù)分割后得到的圖像中邊界輪廓點進(jìn)行順序編碼，得到邊緣輪廓鏈碼;

3、根據(jù)邊緣輪廓鏈碼對圖像中的角點進(jìn)行描述和提取。Wallg和Braday提出了一種基于表面曲率的角點檢測算法。為了改善角點檢測的穩(wěn)定性，首先將圖像和高斯濾波器卷積，然后計算整個圖像的表面曲率，當(dāng)曲率高于一定閾值，并為局部值的點被認(rèn)為是候選角點。

(3)基于亮度變化的角點檢測。該算法基于角點相應(yīng)函數(shù)(CRF)對每個像素基于其模板鄰域的圖像灰度計算CRF值，如果大于某一閾值且為局部極大值，則認(rèn)為該點為角點。

角點的檢測算法不僅這些，還有基于模板的角點檢測算法就有Kitchen-Rosenfeld角點檢測算法、Harris角點檢測算法、KLT角點檢測算法及SUSAN角點檢測算法等，在此暫不詳述。

盈泰德科技機(jī)器在機(jī)器視覺行業(yè)有著多年的經(jīng)驗，在檢測算法中也有不少的應(yīng)用案例，其中就包含優(yōu)異的角點檢測算法。盈泰德科技一直以來致力于機(jī)器視覺產(chǎn)品的生產(chǎn)、開發(fā)、應(yīng)用以及銷售，為客戶提供整體機(jī)器視覺解決方案及服務(wù)，把機(jī)器視覺技術(shù)應(yīng)用到智能生產(chǎn)中。