摘要： SUSAN是一种角点检测算法，本文首先介绍其基本原理，然后给出实现代码。 如下图所示，当一个圆形模板在图像上滑动时，可以利用模板所覆盖区域内像素与中心点处像素灰度值的差异寻找角点。将模板内与中心像素差异小于某个阈值的像素点组成的区域定义为USAN(Univalue Segment Assimilating Nucleus)区域。可以发现，当模板中心处于平坦区域时，USAN面积最大，当模板中心处于边界上时，则USAN面积约为最大值的1/2，当模板中心位于角点处上时，USAN面积约为最大值的1/4。也就是说USAN面积越小，其为角点的概率就越大，因此将这种算法称为SUSAN(Smallest Univalue Segment Assimilating Nucleus)。 阅读全文

摘要： 本文给出了Hu矩的Matlab实现，并对其不变性进行了测试。 阅读全文