OpenCV 之角点检测

最新推荐文章于 2024-04-25 09:19:25 发布

飞鸢逐浪

最新推荐文章于 2024-04-25 09:19:25 发布

阅读量6k

点赞数 4

分类专栏： OpenCV

本文链接：https://blog.csdn.net/fengweichangzi/article/details/119001661

版权

本文详细介绍了OpenCV中的角点检测方法，包括Harris角点检测和Shi-Tomasi角点检测。通过泰勒展开和矩阵运算解释了角点检测的原理，并给出了代码示例，展示了如何使用cornerHarris()和goodFeaturesToTrack()函数进行角点检测。此外，还讨论了亚像素角点检测的cornerSubPix()函数的应用。

摘要由CSDN通过智能技术生成

角点 (corners) 的定义有两个版本：两条边缘的交点，或者，邻域内具有两个主方向的特征点

从人眼来看，角点是图像亮度发生剧烈变化的点或边缘曲线上曲率为极大值的点。例如，下图 E 和 F 便是典型的角点

1 检测思路

在图像中定义一个局部小窗口，然后沿各个方向移动这个窗口，则会出现 a) b) c) 三种情况，分别对应平坦区、边缘和角点

a) 窗口内的图像强度，在窗口向各个方向移动时，都没有发生变化，则窗口内都是 “平坦区”，不存在角点

b) 窗口内的图像强度，在窗口向某一个 (些) 方向移动时，发生较大变化；而在另一些方向不发生变化，那么，窗口内可能存在 “边缘”

c) 窗口内的图像强度，在窗口向各个方向移动时，都发生了较大的变化，则认为窗口内存在 “角点”

a) flat region b) edge c) corner

2 Harris 角点

2.1 泰勒展开

图像在点 $(x,y) $ 处的灰度值为 $I(x, y)$，当在 $x$ 方向上平移 $\Delta u$，且 $y$ 方向上平移 $\Delta v$ 时，图像灰度值的变化为

　 $\qquad E(\Delta u,\Delta v) = \sum\limits_{x,y} \, \underbrace{w(x,y)}_\text{window function} \; [\underbrace{I(x+\Delta u, y+\Delta v)}_\text{shifted intensity} - \underbrace{I(x, y)}_\text{intensity}]^2$

$I(x,y)$ 的偏导数分别记为 $I_x$ 和 $I_y$，则上式用一阶泰勒级数近似展开

$\qquad \sum\limits_{x,y} \; [I(x+\Delta u, y+\Delta v) - I(x, y)]^2 \approx \sum\limits_{x,y} \; [I(x, y) +\Delta uI_x + \Delta vI_y - I(x, y)]^2 = \sum\limits_{x,y} \; [\Delta u^2I_x^2 + 2\Delta u \Delta vI_x I_y + \Delta v^2I_y^2 ]$

写成矩阵形式

最低0.47元/天解锁文章

飞鸢逐浪

关注

4
点赞
踩
47

收藏

觉得还不错? 一键收藏
1
评论
OpenCV 之角点检测

角点 (corners) 的定义有两个版本：两条边缘的交点，或者，邻域内具有两个主方向的特征点从人眼来看，角点是图像亮度发生剧烈变化的点或边缘曲线上曲率为极大值的点。例如，下图 E 和 F 便是典型的角点 1 检测思路在图像中定义一个局部小窗口，然后沿各个方向移动这个窗口，则会出现 a) b) c) 三种情况，分别对应平坦区、边缘和角点 a) 窗口内的图像强度，在窗口向各个方向移动时，都没有发生变化，则窗口内都是 “平坦区”，不存在角...
复制链接

扫一扫