兴趣点(也叫做关键点或特征点)主要是指某些特殊的点,经过对它们执行局部分析,如果能够检测到足够多的这种点,同时它们区分度很高,并且可以精确定位稳定的特征。这类点被大量用于解决物体识别,图像匹配,视觉跟踪,三维重建等问题。
一、检测Harris角点
1.概念及原理
(1)角点:最直观的印象就是在水平、竖直两个方向上变化均较大的点。Harris观察一个假定的特征点周围小窗口内的方向性强度平均变化。如果我们考虑偏移量(u,v),它的平均强度变换为
即Harris测试的过程为:我们首先获取平均强度变化最大值对应的方向,接着检查位于它垂直方向的变化是否也很强烈,同时满足条件便是一个角点。用数学方式测试该条件的展开公式在此就不介绍了,有兴趣的查找相关资料。
2.实验
(1)检测并显示一幅图像的角点
cv::cornerHarris使用简单输出结果为浮点数类型的图像,其中每一项为对应位置的角点强度,之后可使用阈值化得到一组检测到的角点,得到结果为二值图像,加以反转
源码示例
#include<iostream>
#include<opencv2/core/core.hpp>
#include<opencv2/highgui/highgui.hpp>
#include<imgproc/imgproc.h