图像分割

Question

对于一个分割目标，判断其明显的角的位置，我周围人都对这个题目很陌生，不知道去问谁，马上要答辩了，很着急，谁能帮我理解一下呢？谢谢了！

Answer 1

可不可以这么理解。明显的角点，应该和最大值相关的。你看这个图片。
不过角点的说法没有听到过，最好能跟你的导师问下到底什么意思
http://p.blog.csdn.net/images/p_blog_csdn_net/jeff994/EntryImages/20081212/cornor.JPG

Answer 2

推荐你用opencv，它有角点检测的函数，给你2个函数说明看看把
                  GoodFeaturesToTrack
 
 
GoodFeaturesToTrack
确定图像的强角点 void cvGoodFeaturesToTrack( const CvArr* image, CvArr* eig_image, CvArr* temp_image,
CvPoint2D32f* corners, int* corner_count,
double quality_level, double min_distance,
const CvArr* mask=NULL );
image 
输入图像，8-位或浮点32-比特，单通道 
eig_image 
临时浮点32-位图像，尺寸与输入图像一致 
temp_image 
另外一个临时图像，格式与尺寸与 eig_image 一致 
corners 
输出参数，检测到的角点 
corner_count 
输出参数，检测到的角点数目 
quality_level 
最大最小特征值的乘法因子。定义可接受图像角点的最小质量因子。 
min_distance 
限制因子。得到的角点的最小距离。使用 Euclidian 距离 
mask 
ROI:感兴趣区域。函数在ROI中计算角点，如果 mask 为 NULL，则选择整个图像。 
函数 cvGoodFeaturesToTrack 在图像中寻找具有大特征值的角点。该函数，首先用cvCornerMinEigenVal 计算输入图像的每一个象素点的最小特征值，并将结果存储到变量 eig_image 中。然后进行非最大值抑制（仅保留3x3邻域中的局部最大值）。下一步将最小特征值小于 quality_level?max(eig_image(x,y)) 排除掉。最后，函数确保所有发现的角点之间具有足够的距离，（最强的角点第一个保留，然后检查新的角点与已有角点之间的距离大于 min_distance ）。 
 FindCornerSubPix
精确角点位置 void cvFindCornerSubPix( const CvArr* image, CvPoint2D32f* corners,
                         int count, CvSize win, CvSize zero_zone,
                         CvTermCriteria criteria );image 
输入图像. 
corners 
输入角点的初始坐标，也存储精确的输出坐标 
count 
角点数目 
win 
搜索窗口的一半尺寸。如果 win=(5,5) 那么使用 5*2+1 × 5*2+1 = 11 × 11 大小的搜索窗口 
zero_zone 
死区的一半尺寸，死区为不对搜索区的中央位置做求和运算的区域。它是用来避免自相关矩阵出现的某些可能的奇异性。当值为 (-1,-1) 表示没有死区。 
criteria 
求角点的迭代过程的终止条件。即角点位置的确定，要么迭代数大于某个设定值，或者是精确度达到某个设定值。 criteria 可以是最大迭代数目，或者是设定的精确度，也可以是它们的组合。 
函数 cvFindCornerSubPix 通过迭代来发现具有子象素精度的角点位置，或如图所示的放射鞍点（radial saddle points）。 

Answer 3

找到一个比较详细的理论介绍，楼主有兴趣可以去看下
http://en.wikipedia.org/wiki/Corner_detection#The_SUSAN_corner_detector