MATLAB图像处理与计算机视觉（3）：实现Carsten Steger 的曲线检测算法（1）

最新推荐文章于 2024-05-14 21:35:15 发布

laohu_tiger

最新推荐文章于 2024-05-14 21:35:15 发布

阅读量7.8k

点赞数

分类专栏：图像处理与计算机视觉 MATLAB学习文章标签： MATLAB 图像处理算法

本文链接：https://blog.csdn.net/laohu_tiger/article/details/30475969

版权

本文探讨了在MATLAB中实现Carsten Steger曲线检测算法时遇到的问题，描述了测试脚本的输出结果出现异常，作者对此表示困惑，并求助于专家。

摘要由CSDN通过智能技术生成

用MATLAB实现，结果第一步就不大对劲，是什么原因呢？

function [ linePixel, direction] = z_lineCenterPts(im, sigma)
%
%
if nargin <2 
    sigma = 1.5;
end

% derivative masks
s_D = 0.7*sigma;
x  = -round(3*s_D):round(3*s_D);
dx = x .* exp(-x.*x/(2*s_D*s_D)) ./ (s_D*s_D*s_D*sqrt(2*pi));
dy = dx';

% image derivatives
Dx = conv2(im, dx, 'same');
Dy = conv2(im, dy, 'same');

% sum of the Auto-correlation matrix
s_I = sigma;
g = fspecial('gaussian',max(1,fix(6*s_I+1)), s_I);
Dxx = conv2(Dx.^2, g, 'same'); % Smoothed squared image derivatives
Dyy = conv2(Dy.^2, g, 'same');
Dxy = conv2(Dx.*Dy, g, 'same');

[eigenvalue1, eigenvalue2, eigenvectorx, eigenvectory]=eig2image(Dxx, Dxy, Dyy);

%判断(px, py)是否在[-1/2,1/2]X[-1/2,1/2]范围内
t = (Dx.*eigenvectorx + Dy .* eigenvectory) ./...
    (Dxx .* eigenvectorx.^2 + 2*Dxy.*eigenvectorx.*eigen