ACSS角点检测程序

Publications: ============= 1. M. Awrangjeb and G. Lu, An Improved Curvature Scale-Space Corner Detector and a Robust Corner Matching Approach for Transformed Image Identification,?IEEE Transactions on Image Processing, 17(12), 2425?441, 2008. 2. M. Awrangjeb, G. Lu, and M. M. Murshed, An Affine Resilient Curvature Scale-Space Corner Detector,?32nd IEEE International Conference on Acoustics, Speech, and Signal Processing (ICASSP 2007), Hawaii, USA, 1233?236, 2007.

function [coutmarked_imgcurvature]=arcss（varargin）
[IHLGap_sizeEP] = parse_inputs（varargin{:}）;
%%
%When you give inputs manually then comment the two above lines and uncomment
%the following lines:
%function [coutmarked_imgcurvature]=arcss（）%for manual input
%I = imread（‘Lena.bmp‘）;
%H = 0.7;
%L = 0.2;
%Gap_size = 1;
%EP = 0;

%%


%{
Find corners in intensity image.

Publications:
=============
1. M. Awrangjeb and G. Lu 揂n Improved Curvature Scale-Space Corner Detector and a Robust Corner Matching Approach for Transformed Image Identification?IEEE Transactions on Image Processing 17（12） 2425?441 2008.
2. M. Awrangjeb G. Lu and M. M. Murshed 揂n Affine Resilient Curvature Scale-Space Corner Detector?32nd IEEE International Conference on Acoustics Speech and Signal Processing （ICASSP 2007） Hawaii USA 1233?236 2007.

Better results will be found using following corner detectors:
==============================================================
1.  M. Awrangjeb G. Lu and C. S. Fraser 揂 Fast Corner Detector based on the Chord-to-Point Distance Accumulation Technique?Digital Image Computing: Techniques and Applications （DICTA 2009） 519-525 2009 Melbourne Australia.
2.  M. Awrangjeb and G. Lu 揜obust Image Corner Detection based on the Chord-to-Point Distance Accumulation Technique?IEEE Transactions on Multimedia 10（6） 1059?072 2008.

Source codes available:
=======================
http://www.mathworks.com/matlabcentral/fileexchange/authors/39158

%       Syntax :        
%       [coutmarked_img curvature] = corner_css（I H    L Gap_size End_Point）
%       [coutmarked_img curvature] = corner_css（I 0.7 0.2   1     0）
%
%       Input :
%       I -  the input image it could be gray color or binary image. If I is
%           empty（[]） input image can be get from a open file dialog box.
%       HL -  high and low threshold of Canny edge detector. The default value
%           is 0.7 and 0.2.
%       Gap_size -  a paremeter use to fill the gaps in the contours the gap
%           not more than gap_size were filled in this stage. The default 
%           Gap_size is 1 pixels.
%       End_Point - 1 if you want to get the end points of the curves as
%       corners 0 otherwise; default is 0.
%
%       Output :
%       cout -  a position pair list of detected corners in the input image.
%       marked_image -  image with detected corner marked.
%       curvature - curvature values at the corner locations

%}
%%

global GFP;
GFP{1} = [300 5 0.03]; % col1 = affine-length col2 = sigma col3 = Threshold
GFP{2} = [250 4 0.03];
GFP{3} = [200 3 0.03];

if size（I3）==3
    I=rgb2gray（I）; % Transform RGB image to a Gray one. 
end

%detect edges
%tic
BW=edge（I‘canny‘[LH]）;  % Detect edges: [LH] low and high sensitivity thresholds if not specified canny selects
%time_for_detecting_edge=toc % automatically

%extract curves
%tic
[curvecurve_startcur