图像处理之Hessian矩阵提取关键点

本文介绍了图像处理中黑塞矩阵的概念,它用于描述图像在某点的曲率和形状信息。通过计算X和Y方向的一阶偏导数,可以进一步得到二阶偏导数,如Ixx、Iyy和Ixy。在数字图像中,一阶偏导数是通过相邻像素灰度值的差分来近似计算的。博客详细阐述了如何通过两次一阶偏导数计算得到Dxx、Dyy和Dxy,这些是图像局部特性的重要指标。
摘要由CSDN通过智能技术生成

给定一个图像f(x,y)上的一点(x,y)。其黑塞矩阵如下:

在这里插入图片描述

在这里插入图片描述

其中Ixx表示X方向的二阶偏导数
Iyy表示Y方向的二阶偏导数
Ixy表XY方向的二阶导数

因为导数的公式是
f’(x)=(f(x+dx)-f(x))/dx
在数字图像里,通常用相邻像素的灰度值来计算,它们的距离 dx=1。一阶导数就是相邻像素的灰度值的差
f’(x) = f(x+1)-f(x)
从二维图像来看,沿X方向和Y方向的一阶偏导数分别为
f’x(x,y) = f(x+1,y)-f(x,y)
f’y(x,y) = f(x,y+1)-f(x,y)
把一阶偏导数的计算结果仍然看作是一枚图像的话,可以对它再做X方向或者Y方向的一阶偏导计算Dxx,Dyy,Dxy 中的小写字母就表示的是两次一阶偏导数的计算方向.

比如
Dxx = [f(x+1,y)-f(x,y)] - [f(x,y)-f(x-1,y)]
Dyy = [f(x,y+1)-f(x,y)] - [f(x,y)-f(x,y-1)]
Dxy = [f(x+1,y+1)-f(x,y+1)] - [f(x+1,y)-f(x,y)]

DYX = [f(x+1,y+1)-f(x+1,y)] - [f(x,y+1)-f(x,y)]

评论 1
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