MATLAB 图像特征点检测（6个方法）

本文介绍如何使用 MATLAB 进行图像特征检测，包括 BRISK、MSER、FAST、Harris、SURF 和 MinEigen 特征检测方法，并展示相应的代码和结果图。

图像读取

clc,clear;
I = imread('cameraman.tif');

1. BRISK 特征检测

points = detectBRISKFeatures(I);
figure(1),imshow(I); hold on;title('BRISK Features');
plot(points.selectStrongest(20));

参数说明：

• MinContrast：角及其周围区域之间的最小强度差。
• MinQuality：角的最小可接受质量。
• NumOctaves：实现的八度字节数。

2. MSER 特征检测

regions = detectMSERFeatures(I);
figure(2);subplot(211),imshow(I); hold on;title('MSER Features');
plot(regions,'showPixelList',true,'showEllipses',false);
subplot(212),imshow(I); hold on;plot(regions);

参数说明：

• ThresholdDelta：强度阈值级别之间的步长。
• RegionAreaRange：区域的大小。
• MaxAreaVariation：极值区域之间的最大面积变化。

3. FAST 特征检测

corners = detectFASTFeatures(I);
figure(3),imshow(I); hold on;title('FAST Features');
plot(corners.selectStrongest(50));

参数说明：

• MinQuality：角的最小可接受质量。
• MinContrast：角和周围区域之间的最小强度差。

4. Harris 特征检测

corners = detectHarrisFeatures(I);
figure(4),imshow(I); hold on;title('Harris Features');
plot(corners.selectStrongest(50));

参数说明：

• MinQuality：角的最小可接受质量。
• FilterSize：高斯滤波器尺寸。

5. SURF 特征检测

points = detectSURFFeatures(I);
figure(5),imshow(I); hold on;title('SURF Features');
plot(points.selectStrongest(10));

参数说明：

• MetricThreshold：最强的特征阈值。
• NumOctaves：实现的八度字节数。
• NumScaleLevels：每个八度的刻度级别数。

6. MinEigen 特征检测

corners = detectMinEigenFeatures(I);
figure(6);imshow(I); hold on;title('MinEigen Features');
plot(corners.selectStrongest(50));

参数说明：

• MinQuality：角的最小可接受质量。
• FilterSize：高斯滤波器维度。

---

结果展示

结果分析

每种特征检测方法都有其独特的优势和应用场景。本文展示了如何在 MATLAB 中使用这些方法进行特征检测，并对各自的参数进行了说明和调节。

---