摘要：根据kd曲率计算方法具有比传统方法简捷的特点，提出了基于kd曲率自适应支撑邻域的角点检测方法.首先，用Canny算子提取初步轮廓曲线，然后进行融合填补，再筛选出高质量的轮廓曲线，并对曲线进行高斯核平滑.从算法鲁棒性考虑，提出一种新的思想，即寻找一个可以确定一条曲线总体支撑邻域的参数，使其随着仿射变换在噪声干扰下发生有规律的变化，从而实现自适应支撑邻域的角点检测，并用自适应阈值和非极大值抑制来排除伪角点和弱角点，最后提取精确的角点.通过实验与Harris、He＆Yang、CPDA、KD、ANDD等算法对比，该算法的定位误差和错误率较低，而平均重复率明显较高，具有更好的角点检测性能.