摘要： 根据图像边缘灰度的渐变性，我们重新定义SUSAN(Small Univalue Segment Assimilating Nucleus)算法中小核值相似区；并找到一种更为有效和简便的计算小核值相似区面积的方法；在此基础上提出了RSUSAN(Redefined SUSAN)角点检测算法。与经典的角点检测算法SUSAN、MIC(Minimum Intensity Change)相比，RSUSAN具有角点检测准确性高，计算简单，运算速度大为提高等优点。对于模糊、噪声大的图像本文还进一步提出了采用自适应平滑和R

关键词: 自适应RSUSAN 角点检测算法 图像边缘灰度 渐变性 图像 噪声 鲁棒性