OpenCV 角点检测(一) Moravec

什么是角点

角点一般反应的是图像中局部最大值或最小值的孤立点，以角点为中心点的窗口向图像中的任意方向滑动，都会引起较大的灰度变化。

Moravec角点
Moravec角点检测算子于1981年提出，是最早的角点检测算法之一。Moravec角点检测算子通过计算中心像素点的0°，45°，90°，135°四个方向的灰度差的平方和，并取其中最小的值作为中心点的兴趣值。

其中(u,v)为中心点(x,y)的0°，45°，90°，135°方向的像素点坐标。
Moravec角点检测算子相比于其他角点检测算法具有如下特点：
(1).非均匀性响应，很容易受到临边特性干扰的影响，对倾斜边缘的检测响应很强。
(2).不管像素点与中心点的距离是多少，都赋予相同的权重，导致 Moravec角点检测算子对噪声很敏感

opencv实现

// Moravec角点检测
#include <opencv2/opencv.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>
using namespace std;
using namespace cv;

cv::Mat MoravecCorners(cv::Mat SrcImage, int kSize, int threshold)
{
	cv::Mat MorImage = SrcImage.clone();
	// 获取初始化参数信息
	int r = kSize / 2;
	const int nRows = SrcImage.rows;
	const int nCols =SrcImage.cols;
	int nConut = 0;
	CvPoint *pPoint = new CvPoint[nRows*nCols];
	// 图像遍历
	for (int i = r; i < SrcImage.rows-r; i++)
	{
		for (int j = r; j<SrcImage.cols-r; j++)
		{
			int wV1, wV2, wV3, wV4;
			wV1 = wV2 = wV3 = wV4 = 0;
			// 计算水平方向窗内兴趣值
			for (int k = -r; k < r; k++)
				wV1 += (SrcImage.at<uchar>(i,j+k)-
				SrcImage.at<uchar>(i,j+k+1))*(SrcImage.at
				<uchar>(i,j+k)-SrcImage.at<uchar>(i,j+k+1));
			// 计算垂直方向窗内兴趣值
			for (int k = -r; k < r; k++)
				wV2 += (SrcImage.at<uchar>(i+k,j)-
				SrcImage.at<uchar>(i+k+1,j))*(SrcImage.at
				<uchar>(i+k,j)-SrcImage.at<uchar>(i+k+1,j));
			// 计算45度方向窗内兴趣值
			for (int k = -r; k < r; k++)
				wV3 += (SrcImage.at<uchar>(i+k,j+k)-
				SrcImage.at<uchar>(i+k+1,j+k+1))*(SrcImage.at
				<uchar>(i+k,j+k)-SrcImage.at<uchar>(i+k+1,j+k+1));
			// 计算135度方向窗内兴趣值
			for (int k = -r; k < r; k++)
				wV4 += (SrcImage.at<uchar>(i+k,j-k)-
				SrcImage.at<uchar>(i+k+1,j-k-1))*(SrcImage.at
				<uchar>(i+k,j-k)-SrcImage.at<uchar>(i+k+1,j-k-1));
			// 取其中的最小值作为该像素点的最终兴趣值
			int value = min(min(wV1,wV2), min(wV3,wV4));
			// 若兴趣值大于阈值，则将点的坐标存入数组中 
			if (value > threshold)
			{
				pPoint[nConut] = cvPoint(j,i);
				nConut++;
			}
		}
	}
	//绘制兴趣点
	for (int i = 0; i < nConut; i++)
		cv::circle(MorImage, pPoint[i], 5, cv::Scalar(255,0,0));
	return MorImage;
}

int main()
{
	cv::Mat SrcImage = imread("1.jpg",0);
	if (!SrcImage.data)
		return -1;
	//阈值设置为10000
	cv::Mat MorImage =  MoravecCorners(SrcImage, 5,10000);
	cv::imshow("srcImage", SrcImage);
	cv::imshow("MorMat",MorImage);
	cv::waitKey(0);
	return 0;
}

原图：

角点检测结果：