大数据环境下异质模糊图像角点特征提取仿真

运用传统方法在大数据环境下进行异质模糊图像角点特征提取时,存在角点遗漏、提取不精确等问题。为解决上述问题,提出一种基于改进SUSAN的异质图像角点特征提取方法。在大数据环境下,采用高斯滤波对异质模糊图像进行去噪处理,通过改进SUSAN角点检测方法建立圆形模板,采用圆形模板邻域内像素灰度值中值代替模板中心像素灰度值作为模板"核"来检测区域目标角点。对检测出的图像角点所在边界进行细化;采用多角点结合的提取方法对经过处理的异质模糊图像角点特征进行精确提取。仿真结果证明,所提方法对图像角点特征提取的精度较高,大大缩短了提取用时,并且不会对图像的内容及细节造成破坏;面对噪声及其它环境的干扰,该方法的运算效率没有受到太大的影响,说明该方法的抗噪性比较好,为图像处理工作提供了更好的依据。