matlabsusan,matlab练习程序（SUSAN检测）

SUSAN算子既可以检测角点也可以检测边缘&＃xff0c;不过角点似乎比不过harris&＃xff0c;边缘似乎比不过Canny。不过思想还是有点意思的。

主要思想就是&＃xff1a;首先做一个和原图像等大的目标图像。然后用一个圆形的模板&＃xff0c;用模板去遍历原图像每个像素&＃xff0c;把模板内的每个像素都和模板中心像素比较&＃xff0c;如果灰度小于一个阈值&＃xff0c;那么就对目标图像当前和原图像相同位置的像素加一&＃xff0c;直到结束。目标图像中在原图像是角点的位置就会取局部极小&＃xff0c;所以做一个反向的相减。img&＃61;max(img)-img,if img

代码如下&＃xff1a;

clear all;

close all;

clc;

img&＃61;imread(&＃39;i.jpg&＃39;);

img&＃61;rgb2gray(img);

imshow(img);

[m n]&＃61;size(img);

img&＃61;double(img);

t&＃61;45;   %模板中心像素灰度和周围灰度差别的阈值&＃xff0c;自己设置

usan&＃61;[]; %当前像素和周围在像素差别在t以下的个数

%这里用了37个像素的模板

for i&＃61;4:m-3         %没有在外围扩展图像&＃xff0c;最终图像会缩小

for j&＃61;4:n-3

tmp&＃61;img(i-3:i&＃43;3,j-3:j&＃43;3);   %先构造7*7的模板&＃xff0c;49个像素

c&＃61;0;

for p&＃61;1:7

for q&＃61;1:7

if (p-4)^2&＃43;(q-4)^2<&＃61;12  %在其中筛选&＃xff0c;最终模板类似一个圆形

%   usan(k)&＃61;usan(k)&＃43;exp(-(((img(i,j)-tmp(p,q))/t)^6));

if abs(img(i,j)-tmp(p,q))

c&＃61;c&＃43;1;

end

end

end

end

usan&＃61;[usan c];

end

end

g&＃61;2*max(usan)/3; %确定角点提取的数量&＃xff0c;值比较高时会提取出边缘&＃xff0c;自己设置

for i&＃61;1:length(usan)

if usan(i)

usan(i)&＃61;g-usan(i);

else

usan(i)&＃61;0;

end

end

imgn&＃61;reshape(usan,[n-6,m-6])&＃39;;

figure;

imshow(imgn)

%非极大抑制

[m n]&＃61;size(imgn);

re&＃61;zeros(m,n);

for i&＃61;2:m-1

for j&＃61;2:n-1

if imgn(i,j)>max([max(imgn(i-1,j-1:j&＃43;1)) imgn(i,j-1) imgn(i,j&＃43;1) max(imgn(i&＃43;1,j-1:j&＃43;1))]);

re(i,j)&＃61;1;

else

re(i,j)&＃61;0;

end

end

end

figure;

imshow(re&＃61;&＃61;1);

原图

未进行非极大抑制&＃xff0c;似乎就是边缘了

进行极大值抑制后的最后的结果