题目：基于改进LoG滤波器的兴趣点检测及其应用

    兴趣点检测及其应用是计算机视觉领域的重要内容之一，对于计算机视觉的研究具有十分重要的价值。本文针对LoG滤波器在兴趣点检测中易受干扰结构影响、在斑点周围输出假的局部极值点、在边缘处输出假的局部极值点等缺陷，对LoG滤波器进行改进，将其与加权中值LoG滤波器的极限形式结合起来，解决了传统LoG滤波器的缺陷。进而基于改进的LoG滤波器（ILoG）提出了新的兴趣点检测算法，可检测出更加准确、全面的兴趣点。

    之后，将ILoG兴趣点应用于三个不同的领域中，取得了一定的成效：

    （1）将ILoG兴趣点应用于红外与可见光图像配准中，提出了综合利用兴趣点及图像边缘信息的配准算法，采用兴趣点匹配和特征几何结构对准相结合的配准策略以及从粗到精的配准方式，能够以很高的成功率准确地配准红外与可见光图像，性能优于另外三种有效算法。

    （2）将ILoG兴趣点应用于侧向可见光舰船目标检测中，提出了综合利用兴趣点、图像边缘和舰船空间结构特征的检测算法，能够准确定位舰船目标的边界位置，性能优于另一种有效算法。

    （3）将ILoG兴趣点应用于三维场景重建中，对常规算法进行了两方面的改进：1）在相机标定前加入图像筛选步骤，剔除冗余图像和坏质量图像，以便提高相机标定的精度；2）将稠密点云重建过程中使用的LoG和Harris兴趣点替换为本文提出的ILoG兴趣点，提高重建模型的质量。改进算法能够重建出更好的三维场景模型，优于常规算法。

    实验结果表明本文提出的兴趣点检测及其应用算法均具有良好的性能。