【opencv/feature2d module】(一)Harris corner detector

说在前面

• opencv版本：4.0.1
• 操作系统：win10
• vs版本：2017
• 官方文档：Harris corner detector
• 参考：wikipedia-Harris corner detector
• 其他说明：自学，记录，demo

Theory

• 角点

• 角点检测思想

  角有两边；每一条边两旁的像素值变化非常大。

• 工作原理

1. 对于某个像素(x, y)，定义一个窗口W
   
2. 对于该窗口中的每一个像素，计算其在偏移量为$(\Delta x,\Delta y)$时，像素值之间的完全平方差：
   $$[I(x+\Delta x,y+\Delta y)-I(x,y){]}^2$$
3. 对这些值进行求和
   $$\sum _{x,y}[I(x+\Delta x,y+\Delta y)-I(x,y){]}^2$$
4. 对$I(x+\Delta x,y+\Delta y)$使用泰勒展开
   $$I(x+\Delta x,y+\Delta y)\approx I(x,y)+I_x(x,y)\Delta x++I_y(x,y)\Delta y$$
   则
   $$\sum _{x,y}[I_x(x,y)\Delta x++I_y(x,y)\Delta y{]}^2$$
   其中$I_x(x,y)$、$I_y(x,y)$分别为$I(x,y)$对x、y的偏微分（这个偏微分是将像素值作为z轴构成的三维图）
   
5. 转换为矩阵形式
   $$\left[\begin{array}{cc}\Delta x& \Delta y\end{array}\right]\left(\sum _{x,y}\left[\begin{array}{cc}{I}_x^2& I_x{I}_y\\ I_x{I}_y& I_y^2\end{array}\right]\right)\left[\begin{array}{c}\Delta x\\ \Delta y\end{array}\right]$$
6. 令
   $$M=\sum _{x,y}\left[\begin{array}{cc}{I}_x^2& I_x{I}_y\\ I_x{I}_y& I_y^2\end{array}\right]=\left[\begin{array}{cc}\sum _{x,y}{I}_x^2& \sum _{x,y}{I}_x{I}_y\\ \sum _{x,y}{I}_x{I}_y& \sum _{x,y}{I}_y^2\end{array}\right]$$
   M就是该窗口W的一个梯度协方差矩阵
7. 最后计算矩阵M的一个特定的值R
   $$R=det(M)-k(trace(M){)}^2$$
   其中$det(M)$为矩阵M的行列式值，$trace(M)$为矩阵M的迹，$k$是由经验得出来的值(通常为0.04-0.06)
8. 设置一个阈值S，只要R大于S，就表明点(x,y)为角点。

Code

• 代码比较简单

  int blockSize = 2;//相当于窗口大小2x2
  int apertureSize = 3;//Sobel算子的参数
  double k = 0.04;
  
  Mat dst = Mat::zeros( src.size(), CV_32FC1 );
  //角点检测
  cornerHarris( src_gray, dst, blockSize, apertureSize, k );
  
  Mat dst_norm, dst_norm_scaled;
  //将值归一化至0-255f
  normalize( dst, dst_norm, 0, 255, NORM_MINMAX, CV_32FC1, Mat() );
  //计算绝对值并转为u8bit数据（CV_U8）,便于显示
  convertScaleAbs( dst_norm, dst_norm_scaled );
  
  for( int i = 0; i < dst_norm.rows ; i++ )
  {
      for( int j = 0; j < dst_norm.cols; j++ )
      {
      	//阈值
          if( (int) dst_norm.at<float>(i,j) > thresh )
          {
              //画个圈圈
              circle( dst_norm_scaled, Point(j,i), 5,  Scalar(0), 2, 8, 0 );
          }
      }
  }
  

Result

• emmmm
  

---

ฅʕ•̫͡•ʔฅ

---