harris角点检测的学习
生活随笔
收集整理的這篇文章主要介紹了
harris角点检测的学习
小編覺得挺不錯的,現(xiàn)在分享給大家,幫大家做個參考.
? ? Harris通過運用微分運算和自相關(guān)矩陣改進了Moravec角點檢測算法。用微分算子重新定義灰度強度變化的公式,其灰度強度變化表示為:?
? ? ?? 式中的wu,v為高斯窗口在(u,v)處的系數(shù)。X,Y它們是像素點在X方向和Y方向的一階梯度,反映圖像中每個像素點的灰度變化方向,,若像素點(x,y)在兩個方向灰度都發(fā)生足夠大的變化則提取為角點。
? ? ?選取高斯函數(shù)為檢測窗口,對圖像進行平滑濾波再提取角點,對噪聲有較好的抑制作用。
? ? ?式中的矩陣定義為像素點(x, y)的自相關(guān)矩陣為,設(shè)K1,K2分別是矩陣M的兩個特征值,為了避免對矩陣M進行特征值分解,Harris定義了角點響應(yīng)函數(shù),表達式如下:Rh=detM-k(trM)2。其中,detM是矩陣M的行列式且detM=K1*K2,trM是矩陣M的跡且trM=K1+K2,k是一個大于0的參數(shù),一般取值為0.04。detM在邊緣處較小而在角點處較大。trM在邊緣和角點處保持一致。因此,當(dāng)像素點(x,y)的Rh值為局部最大時,即為角點。
?
轉(zhuǎn)載于:https://www.cnblogs.com/saliency/p/3619123.html
總結(jié)
以上是生活随笔為你收集整理的harris角点检测的学习的全部內(nèi)容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: ASP.NET Web API中的Con
- 下一篇: EBS模块介绍和概念解释