特征点的检测和匹配

图像特征点的应用:相机标定、图像拼接、稠密重建、场景理解。

 https://www.cnblogs.com/polly333/p/5416172.html

harris角点检测:使用一个固定窗口在图像上进行任意方向上的滑动,比较滑动前与滑动后两种情况,窗口中的像素灰度变化程度,如果存在任意方向上的滑动,都有着较大灰度变化,那么我们可以认为该窗口中存在角点。

角点检测公式如下:

该公式的含义为在图片上滑动一个小窗口,将窗口滑动前后对应位置的值求差再平方,最后再乘以每个位置对应的权重。通常权重是以窗口中心为原点的二元正态分布。

根据泰勒公式:

可将角点检测公式转化为:

以上部分为角点检测的基础内容,但是在实际检测的时候,我们只是对主要矛盾矩阵M进行分析。也就是对每个窗口位置对应的矩阵M求其特征值。


 

对公式总结可得到如下结论:

求得矩阵M的两个特征值:1. 特征值都比较大,则窗口中含有角点。

                                           2. 特征值一个大,一个小,则窗口中含有边缘。

                                           3. 特征值都比较小,则窗口处在平坦区域。

转载于:https://www.cnblogs.com/czz0508/p/10458385.html

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值