使用二阶梯度高斯方向导数来解决间距很接近的角问题

《Scientific Reports》：Resolving closely spaced corners using second order Gaussian directional derivatives

　　

摘要

角点检测是许多计算机视觉任务中的基础步骤，包括图像匹配和3D重建。然而，相邻角点之间的距离很近，难以区分，因为不合适的平滑尺度可能会导致相邻结构的滤波响应重叠，从而导致角点被遗漏或定位不准确。在这项研究中，我们分析了二阶高斯方向导数（SOGDD）滤波器对三种代表性几何模型的响应，即END型、STAIR型和L型模型。对于每种模型，我们推导出了其SOGDD表示方法，并确定了在什么尺度选择条件下，真实角点的响应会优于中间边缘点的响应。基于这些分析，我们提出了一种检测器，旨在保留有辨别力的方向强度变化并分辨相邻的角点。一个专门的相邻角点测试直接评估了最小可分辨角点间距、分离速率、定位误差和误检测情况。进一步的实验在定位准确性、仿射变换鲁棒性、图像匹配、3D重建和计算效率方面验证了所提出方法的有效性和局限性。