第10章 角點檢測

10.1 Harris角點檢測

10.1.1 角點

1.圖像特征類型：
（1）邊緣
（2）角點（感興趣點）
（3）斑點（感興趣區域）
2.角點定義：
（1） 一階導數（灰度的梯度）的局部最大所對應的像素點
（2）兩條及兩條以上邊緣的交點
（3）圖像中梯度值和梯度方向的變化速率都很高的點
（4）角點處的一階導數最大，二階導數為0，指示了物體邊緣變化不連續的方向
3.角點檢測算法：
（1）基于灰度圖像的角點檢測
??1）基于梯度
??2）基于模板
????考慮像素鄰域點的灰度變化，將與鄰域點亮度對比足夠大的點定義為角點
????常見算法：Kitchen-Rosenfeld角點檢測、Harris角點檢測、KLT角點檢測、SUSAN角點檢測
??3）基于模板梯度組合
（2）基于二值圖像的角點檢測
（3）基于輪廓曲線的角點檢測

10.1.2 harris角點檢測

1.作用：
??基于灰度圖像的角點提取算法，運行Harris角點檢測算子進行角點檢測
2.原理：
??和cornerMinEigenVal()以及cornerEigenValsAndVecs()函數類似，cornerHarris函數對于每一個像素(x,y)在blockSize*blockSize鄰域內，計算2*2梯度的協方差矩陣M(x,y)，然后找出輸出圖中局部最大值，即找出角點：
????????????????
3.函數原型：

void cornerHarris(InputArray src, OutputArray dst, int blockSize, int ksize, double k, intborderType=BORDER_DEFAULT)

4.參數說明：
（1）輸入圖像，單通道8位或浮點型圖像
（2）存放Harris角點檢測輸出結果，與原圖像一樣尺寸和類型
（3）鄰域大小
（4）Sobel()算子孔徑大小
（5）Harris參數
（6）圖像像素邊界模式，默認BORDER_DEFAULT

10.1.3 示例程序

1.Harris角點檢測

#include<opencv2/opencv.hpp>
#include<opencv2/highgui/highgui.hpp>
#include<opencv2/imgproc/imgproc.hpp>
using namespace cv;
int main()
{//載入灰度圖像并顯示Mat srcImage = imread("1.jpg", 0);imshow("【原始圖】", srcImage);//進行Harris角點檢測Mat cornerStrength;cornerHarris(srcImage, cornerStrength, 2, 3, 0.01);//對灰度圖進行閾值操作，得到二值圖并顯示Mat harrisCorner;threshold(cornerStrength, harrisCorner, 0.00001, 255, THRESH_BINARY);imshow("【角點檢測后的二值效果圖】", harrisCorner);waitKey(0);return 0;
}

運行效果：

2.Harris角點檢測與繪制

/*程序說明：滑動條調節閾值，以控制harris檢測角點數量
*/
#include<opencv2/opencv.hpp>
#include<opencv2/highgui/highgui.hpp>
#include<opencv2/imgproc/imgproc.hpp>
#include<iostream>
using namespace cv;
using namespace std;
//定義輔助宏
#define WINDOW_NAME1 "【原始圖窗口】"
#define WINDOW_NAME2 "【程序窗口1】"
#define WINDOW_NAME3 "【程序窗口2】"
//全局變量
Mat g_srcImage, g_srcImage1, g_grayImage;
int thresh = 30;
int max_thresh = 175;
//全局函數
void on_CornerHarris(int, void*);
int main()
{//載入原圖g_srcImage = imread("1.jpg");if (!g_srcImage.data){printf("載入原圖失敗~！\n");return false;}imshow(WINDOW_NAME1, g_srcImage);g_srcImage.copyTo(g_srcImage1);cvtColor(g_srcImage, g_grayImage, COLOR_RGB2GRAY);//創建滑動條并初始化namedWindow(WINDOW_NAME2, WINDOW_AUTOSIZE);createTrackbar("閾值：", WINDOW_NAME2, &thresh, max_thresh, on_CornerHarris);on_CornerHarris(0, 0);waitKey(0);return 0;
}
void on_CornerHarris(int, void*)
{//局部變量Mat dstImage;//目標圖Mat normImage;//歸一化圖Mat scaledImage;//線性變換后的八位無符號整型圖//初始化//置零當前需要顯示的兩幅圖，即清除上一次調用此函數時的值dstImage = Mat::zeros(g_srcImage.size(), CV_32FC1);g_srcImage.copyTo(g_srcImage1);//角點檢測cornerHarris(g_grayImage, dstImage, 2, 3, 0.04, BORDER_DEFAULT);//歸一化與轉換normalize(dstImage, normImage, 0, 255, NORM_MINMAX, CV_32FC1, Mat());convertScaleAbs(normImage, scaledImage);//將歸一化后的圖線性變換成8位無符號整型//將檢測到的，符合閾值條件的角點繪制出來for (int i = 0; i < normImage.rows; i++){for (int j = 0; j < normImage.cols; j++){if ((int)normImage.at<float>(i, j) > thresh + 80){circle(g_srcImage1, Point(j, i), 5, Scalar(10, 10, 255), 2, 8, 0);circle(scaledImage, Point(j, i), 5, Scalar(0, 10, 255), 2, 8, 0);}}}imshow(WINDOW_NAME2, g_srcImage1);imshow(WINDOW_NAME3, scaledImage);
}

運行效果：

總結

以上是生活随笔為你收集整理的《OpenCV3编程入门》学习笔记10 角点检测(一）Harris角点检测的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。