RT
前言
纯文字简述,
目的:找出角点, 即一个方形区域 的像素平方差比较大。
直接用累加平方差的 函数计算 会非常慢。因此,我们使用泰勒展开式(只有一阶)来得到这个公式的近似形式。
然后再把泰勒展开 化解为矩阵的形式, 最后利用特征值分解, 用lambda1, lambda2即可 计算每个窗口的 像素平方差分数。
简析
目标:找到角(角点 在任何方向都有特征响应!)
步骤:
- 当窗口同时向x,y 移动, 计算窗口像素值变化E(u, v), I()为intensity即像素值
补充细节:
泰勒展开:
H矩阵
后面的计算得分需要用到det(H), trace(H), 这里的R是旋转因子(符号无所谓,这个量不会用到)
- 通过R函数计算窗口的得分
平面: 该窗口在平坦区域上滑动,窗口内的灰度值基本不会发生变化,所以 [公式] 值非常小,在水平和竖直方向的变化量均较小,即 [公式] 和 [公式] 都较小,那么 λ1 和 λ2 都较小;
边缘:[公式] 值为负数,仅在水平或竖直方向有较大的变化量,即 [公式] 和 [公式] 只有一个较大,也就是 λ1>>λ2 或 λ2>>λ1;
角点:[公式] 值很大,在水平、竖直两个方向上变化均较大的点,即 [公式] 和 [公式] 都较大,也就是 λ1 和 λ2 都很大
- 过滤,用threshold对R函数得分进行过滤,剩下的窗口即为角特征
除了检测角, Harris Corner同样可以用于对边缘响应进行过滤。