题目：三维运动估计中前视目标的角点特征提取

基于角特征匹配的三维运动估计具有数据处理量小、匹配精度高的优点，因此越来越受到人们的重视。角点特征的提取，是角特征匹配的前提，因而角点特征提取的准确性对角特征匹配的准确率有重要影响。目前常用的角点特征提取算法普遍存在的问题是当目标特征尺寸存在多个尺度时，不能得到好的效果，或者丢失目标的细节特征或者丢失突变的特征。由于大多数目标存在着多尺度的特征，因而采用基于多尺度的角点检测算子是有必要的。本文研究了已有的角点检测算法，并根据三维运动估计对角特征的要求，实现了一种快速、实用、可靠的基于曲率尺度空间的角点特征提取方法。该方法采用自适应阈值法和角度值筛选法，以提高角点检测和定位准确率，并且能够克服同类算法中角点误检和对阈值敏感的缺陷。另外，该算法能同时定位角点和目标边缘，为基于角特征的三维运动估计提供了合适的条件，本文尝试在该算法的基础上，提出一种角特征提取方法，并给出了方案。最后，本文对两种典型的角点检测算法和本文提出的算法进行比较，实验结果表明基于曲率尺度空间的角点检测算法具有更好的性能。