SUSAN算子特征点检测实验报告Word文档格式.docx
《SUSAN算子特征点检测实验报告Word文档格式.docx》由会员分享，可在线阅读，更多相关《SUSAN算子特征点检测实验报告Word文档格式.docx（11页珍藏版）》请在冰点文库上搜索。
a、圆形模板如图所示，共37个像素。
b、相似度
第二步：
确定USAN区域。
第三步：
阈值化得到初步的边缘响应。
G的取值为USAN最大值的1/2。
USAN值越小，角点的响应就越强。
第四步：
可选择性进行非极大值抑制，角点特征就得到全部增强。
2、实验程序
BOOLCBmpProcessView:
:
Susan（LPSTRlpDIBBits,LONGlWidth,LONGlHeight）
{
//指向源图像的指针
LPSTRlpSrc;
//指向缓存图像的指针
LPSTRlpDst;
//指向缓存DIB图像的指针
LPSTRlpNewDIBBits;
HLOCALhNewDIBBits;
//循环变量
longi;
longj;
//像素值
intx,r,n=0;
unsignedcharpixel[37];
//暂时分配内存，以保存新图像
hNewDIBBits=LocalAlloc（LHND,lWidth*lHeight）;
if（hNewDIBBits==NULL）
{
//分配内存失败
returnFALSE;
}
//锁定内存
lpNewDIBBits=（char*）LocalLock（hNewDIBBits）;
//初始化新分配的内存，设定初始值为255
lpDst=（char*）lpNewDIBBits;
memset（lpDst,（BYTE）255,lWidth*lHeight）;
POINTpointxy;
//定义一个POINT型数据
corner.clear（）;
//使用水平方向的结构元素进行腐蚀
for（j=lHeight-3;
j>
=2;
j--）
for（i=2;
i<
lWidth-2;
i++）
{
//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;
//取得当前指针处7*7区域的像素值，注意要转换为unsignedchar型
pixel[0]=（unsignedchar）*（lpSrc-3*lWidth-1）;
pixel[1]=（unsignedchar）*（lpSrc-3*lWidth）;
pixel[2]=（unsignedchar）*（lpSrc-3*lWidth+1）;
pixel[3]=（unsignedchar）*（lpSrc-2*lWidth+2）;
pixel[4]=（unsignedchar）*（lpSrc-lWidth+3）;
pixel[5]=（unsignedchar）*（lpSrc+3）;
pixel[6]=（unsignedchar）*（lpSrc+lWidth+3）;
pixel[7]=（unsignedchar）*（lpSrc+2*lWidth+2）;
pixel[8]=（unsignedchar）*（lpSrc+3*lWidth+1）;
pixel[9]=（unsignedchar）*（lpSrc+3*lWidth）;
pixel[10]=（unsignedchar）*（lpSrc+3*lWidth-1）;
pixel[11]=（unsignedchar）*（lpSrc+2*lWidth-2）;
pixel[12]=（unsignedchar）*（lpSrc+lWidth-3）;
pixel[13]=（unsignedchar）*（lpSrc-3）;
pixel[14]=（unsignedchar）*（lpSrc-lWidth-3）;
pixel[15]=（unsignedchar）*（lpSrc-2*lWidth-2）;
pixel[16]=（unsignedchar）*（lpSrc-2*lWidth-1）;
pixel[17]=（unsignedchar）*（lpSrc-2*lWidth）;
pixel[18]=（unsignedchar）*（lpSrc-2*lWidth+1）;
pixel[19]=（unsignedchar）*（lpSrc-lWidth+2）;
pixel[20]=（unsignedchar）*（lpSrc+2）;
pixel[21]=（unsignedchar）*（lpSrc+lWidth+2）;
pixel[22]=（unsignedchar）*（lpSrc+2*lWidth+1）;
pixel[23]=（unsignedchar）*（lpSrc+2*lWidth）;
pixel[24]=（unsignedchar）*（lpSrc+2*lWidth-1）;
pixel[25]=（unsignedchar）*（lpSrc+lWidth-2）;
pixel[26]=（unsignedchar）*（lpSrc-2）;
pixel[27]=（unsignedchar）*（lpSrc-lWidth-2）;
pixel[28]=（unsignedchar）*（lpSrc-lWidth-1）;
pixel[29]=（unsignedchar）*（lpSrc-lWidth）;
pixel[30]=（unsignedchar）*（lpSrc-lWidth+1）;
pixel[31]=（unsignedchar）*（lpSrc+1）;
pixel[32]=（unsignedchar）*（lpSrc+lWidth+1）;
pixel[33]=（unsignedchar）*（lpSrc+lWidth）;
pixel[34]=（unsignedchar）*（lpSrc+lWidth-1）;
pixel[35]=（unsignedchar）*（lpSrc-1）;
pixel[36]=（unsignedchar）*lpSrc;
n=0;
for（x=0;
x<
37;
x++）
{
if（abs（pixel[36]-pixel[x]）<
=30）
//可根据实际情况确定阈值
n++;
}
r=0;
if（n<
18）
r=18-n;
pointxy.x=i;
pointxy.y=lHeight-1-j;
//记录检测出的角点行，列
corner.push_back（pointxy）;
}
//返回
returnTRUE;
voidCBmpProcessView:
OnDraw（CDC*pDC）
//显示等待光标
BeginWaitCursor（）;
//获取文档
CBmpProcessDoc*pDoc=GetDocument（）;
ASSERT_VALID（pDoc）;
//获取DIB
HDIBhDIB=pDoc->
GetHDIB（）;
//判断DIB是否为空
if（hDIB!
=NULL）
LPSTRlpDIB=（LPSTR）:
GlobalLock（（HGLOBAL）hDIB）;
//获取DIB宽度
intcxDIB=（int）:
DIBWidth（lpDIB）;
//获取DIB高度
intcyDIB=（int）:
DIBHeight（lpDIB）;
:
GlobalUnlock（（HGLOBAL）hDIB）;
CRectrcDIB;
rcDIB.top=rcDIB.left=0;
rcDIB.right=cxDIB;
rcDIB.bottom=cyDIB;
CRectrcDest;
//判断是否是打印
if（pDC->
IsPrinting（））
//是打印，计算输出图像的位置和大小，以便符合页面
//获取打印页面的水平宽度（象素）
intcxPage=pDC->
GetDeviceCaps（HORZRES）;
//获取打印页面的垂直高度（象素）
intcyPage=pDC->
GetDeviceCaps（VERTRES）;
//获取打印机每英寸象素数
intcxInch=pDC->
GetDeviceCaps（LOGPIXELSX）;
intcyInch=pDC->
GetDeviceCaps（LOGPIXELSY）;
//计算打印图像大小（缩放，根据页面宽度调整图像大小）
rcDest.top=rcDest.left=0;
rcDest.bottom=（int）（（（double）cyDIB*cxPage*cyInch）
/（（double）cxDIB*cxInch））;
rcDest.right=cxPage;
//计算打印图像位置（垂直居中）
inttemp=cyPage-（rcDest.bottom-rcDest.top）;
rcDest.bottom+=temp/2;
rcDest.top+=temp/2;
else
//不必缩放图像
rcDest=rcDIB;
//输出DIB
PaintDIB（pDC->
m_hDC,&
rcDest,pDoc->
GetHDIB（）,
&
rcDIB,pDoc->
GetDocPalette（））;
//恢复正常光标
CPen*ppen=newCPen;
ppen->
CreatePen（PS_SOLID,1,RGB（255,0,0））;
pDC->
SelectObject（ppen）;
for（inti=0;
i<
corner.size（）;
i++）
pDC->
MoveTo（corner[i].x-3,corner[i].y）;
LineTo（corner[i].x+3,corner[i].y）;
MoveTo（corner[i].x,corner[i].y-3）;
LineTo（corner[i].x,corner[i].y+3）;
DeleteObject（）;
EndWaitCursor（）;
}
//在检测出的角点出画红十字
（3）实验结果
三、实验总结
本次实验是对图像特征点的一个检测。
边缘检测与特征点检测都是比较常用的图像处理过程，边缘检测是将图像的整体轮廓展现出来。
而特征点检测则将图像的拐点标记出来。
因此特征点检测更能清楚的反应图像的一些主要特征，以便对图像进行后续的处理。
升级会员 