用于图像高分辨率角点检测的二阶高斯方向导数表示
计算机视觉与模式识别
2026-01-14 v1
摘要
角点检测广泛应用于各种计算机视觉任务，如图像匹配和三维重建。我们的研究表明，Zhang等人使用简单角点模型获取一系列角点特征的方法存在理论缺陷，因为两个相邻角点的灰度信息会相互影响。为了解决上述问题，本文使用二阶高斯方向导数（SOGDD）滤波器对两种典型的高分辨率角点模型（即END型和L型模型）进行平滑处理。然后，分别推导了这两种角点模型的SOGDD表示，并发现了高分辨率角点的许多特征，这使我们能够演示如何选择高斯滤波尺度以从图像中获取强度变化信息，从而精确描绘相邻角点。此外，首次提出了一种新的图像高分辨率角点检测方法，该方法能够精确检测相邻角点。实验结果验证了所提方法在定位误差、对图像模糊变换的鲁棒性、图像匹配和三维重建方面均优于现有最先进方法。
引用
@article{arxiv.2601.08182,
title = {Second-order Gaussian directional derivative representations for image high-resolution corner detection},
author = {Dongbo Xie and Junjie Qiu and Changming Sun and Weichuan Zhang},
journal= {arXiv preprint arXiv:2601.08182},
year = {2026}
}