Shi-Tomasi 算法是Harris 算法的改进。Harris 算法最原始的定义是将黑塞矩阵 M= 
的行列式值与 M 的迹相减，再将差值同预先给定的阈值进行比较。后来Shi 和Tomasi 提出改进的方法，若两个特征值中较小的一个大于最小阈值，则会得到强角点。二者原理一模一样，只是计算角点量的方式不一样。
Harris计算角点量方式：
R = ,K通常取0.04~0.06；
Shi-Tomasi计算角点量方式：
R = min(
本文介绍了Shi-Tomasi角点检测算法，它是Harris算法的改进版。Shi-Tomasi算法通过判断两个特征值中较小的一个是否大于最小阈值来确定强角点，区别于Harris算法的计算方式。OpenCV提供了API函数实现该算法，包括设置参数如质量级别、最小距离、窗口大小等。示例展示了算法的运行结果。
订阅专栏 解锁全文
扫一扫
142
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
