matlab練習程序（SUSAN檢測）

　　SUSAN算子既可以檢測角點也可以檢測邊緣，不過角點似乎比不過harris，邊緣似乎比不過Canny。不過思想還是有點意思的。

　　主要思想就是：首先做一個和原圖像等大的目標圖像。然后用一個圓形的模板，用模板去遍歷原圖像每個像素，把模板內的每個像素都和模板中心像素比較，如果灰度小於一個閾值，那么就對目標圖像當前和原圖像相同位置的像素加一，直到結束。目標圖像中在原圖像是角點的位置就會取局部極小，所以做一個反向的相減。img=max(img)-img,if img<g，這里的g也是自己給定的閾值，我這里取了2*max(img)/3這樣的閾值，g越大，得到的點就越多。這步之后角點的值就成為局部極大了。最后進行非極大抑制，去除一些雜點就行了。

代碼如下：

clear all;
close all;
clc;

img=imread('i.jpg');
img=rgb2gray(img);
imshow(img);
[m n]=size(img);
img=double(img);

t=45;   %模板中心像素灰度和周圍灰度差別的閾值，自己設置
usan=[]; %當前像素和周圍在像素差別在t以下的個數
%這里用了37個像素的模板
for i=4:m-3         %沒有在外圍擴展圖像，最終圖像會縮小
   for j=4:n-3 
        tmp=img(i-3:i+3,j-3:j+3);   %先構造7*7的模板，49個像素
        c=0;
        for p=1:7
           for q=1:7
                if (p-4)^2+(q-4)^2<=12  %在其中篩選，最終模板類似一個圓形
                   %   usan(k)=usan(k)+exp(-(((img(i,j)-tmp(p,q))/t)^6)); 
                    if abs(img(i,j)-tmp(p,q))<t  %判斷灰度是否相近，t是自己設置的
                        c=c+1;
                    end
                end
           end
        end
        usan=[usan c];
   end
end

g=2*max(usan)/3; %確定角點提取的數量，值比較高時會提取出邊緣，自己設置
for i=1:length(usan)
   if usan(i)<g 
       usan(i)=g-usan(i);
   else
       usan(i)=0;
   end
end
imgn=reshape(usan,[n-6,m-6])';
figure;
imshow(imgn)

%非極大抑制
[m n]=size(imgn);
re=zeros(m,n);
for i=2:m-1
   for j=2:n-1 
        if imgn(i,j)>max([max(imgn(i-1,j-1:j+1)) imgn(i,j-1) imgn(i,j+1) max(imgn(i+1,j-1:j+1))]);
            re(i,j)=1;
        else
            re(i,j)=0;
        end
   end
end

figure;
imshow(re==1);

后兩幅比第一幅小，我沒進行邊緣擴展。

原圖

未進行非極大抑制，似乎就是邊緣了

最后結果

這里是不錯的詳細原理講解。