SUSAN算法原理边缘检测的SUSAN算法：该算法用一个预定义的掩板对图像中的每个象素点进行局部的运算操作给出相应的边缘响应这个响应就作为输出得到图像的边缘实现模板有两种：圆形掩板能覆盖37个象素点半径是3.4个象素33的方形掩板首先把掩板置于每个象素点上并对掩板所覆盖的象素点依次与掩板中心所对应的象素点(称为核)进行比较比较方法如下所示：其中是核的象素点是掩板中其他的象素点是点的亮度值t是

摘 要在图像理解图像匹配三维重建及模式识别等领域中特征点的检测具有十分重要的意义特征点在保留图像中物体的重要特征信息的同时有效地减少了信息的数据量使得对图像处理时运算量大大减少特征点的的定义有多种不同的表述如图像中灰度值和像素剧烈变化的点图像边界上具有较高曲率的点等对于特征点的定义决定了特征点的特性同时也决定了所检测出的特征点的检测所采用的方法SUSAN(Smallest Univalue