结论
本次设计即是完成的三维扫描中前端的扫描图片涵盖的特征点的提取的相关内容的研究，至上一章收尾，对于这个特征点提取的算法实现以及实验对比分析的介绍就全部结束了。
本次设计的主要任务有了解二维图像特征点检测准则和检测技术、设计实现各种经典的特征点提取算法（包括Harris、SUSAN和MIC算子）、基于图像匹配分析比较三种算法的优缺点三个方面的内容。本次设计按时按量完成了任务书中的基本任务，并且着重将特征点提取的三种算法做了大量的实验，以比较算法的优缺点。原本打算对比实验中包括对角点检测的错误率的实验，该实验的基本思想是，对于某一张特定的角点数目以及角点的的位置确定的图片进行角点检测，当然也用这三种角点检测算法来实现，因为上述两个因素确定，所以错误率就可以通过检测出的角点与已知角点的对应关系来求得，但是由于语言水平有限，并且自己提出的方案也只能对特定图片定义角点才能实现，这样局限在于只能对这张特定图片做实验，又没有想到其它更好的解决方法，所以没能完成。
在我所参考的文献当中，有些文献是明确指出SUSAN角点检测算法的运行速度是比Harris算子快的，但是根据我所做的实验以及原理分析，都是得出Harris算子比SUSAN算子快，这一点我提出疑义，希望在以后的时间里好好研究一下。
另外一件很遗憾的事是我在四月份才换了毕业设计题目，并且在单位实习，时间非常紧迫，所以扩展部分即对匹配算法的学习还没有完成。涉及到双目立体视觉这方面的知识很值得我去学习，因为我个人觉得比较有市场价值，希望在以后的时间里我能抽空再研究一下，特别是对图像匹配的学习应该加强。
总体来说，通过这次毕业设计，我的收获非常大。接触到了一个未曾接触的领域，学到了很多新的东西，并且学到了更多有效的学习方法，同时也锻炼了自己的学习能力、思维能力，也锻炼了自己的意志。


本电子电气通信自动化毕业设计“图像匹配中特征点提取算法研究”论文由清风毕业设计网[www.lunwen550.com]征集整理！