摘要：根據(jù)kd曲率計算方法具有比傳統(tǒng)方法簡捷的特點，提出了基于kd曲率自適應支撐鄰域的角點檢測方法.首先，用Canny算子提取初步輪廓曲線，然后進行融合填補，再篩選出高質(zhì)量的輪廓曲線，并對曲線進行高斯核平滑.從算法魯棒性考慮，提出一種新的思想，即尋找一個可以確定一條曲線總體支撐鄰域的參數(shù)，使其隨著仿射變換在噪聲干擾下發(fā)生有規(guī)律的變化，從而實現(xiàn)自適應支撐鄰域的角點檢測，并用自適應閾值和非極大值抑制來排除偽角點和弱角點，最后提取精確的角點.通過實驗與Harris、He＆Yang、CPDA、KD、ANDD等算法對比，該算法的定位誤差和錯誤率較低，而平均重復率明顯較高，具有更好的角點檢測性能.