函数cornerprocess.m

Vegetable.Dog

于 2022-03-14 16:01:15 发布

阅读量3.1k

点赞数 1

文章标签： matlab 计算机视觉图像处理

本文链接：https://blog.csdn.net/vegetableofdog/article/details/123480843

版权

这篇博客介绍了使用冈萨雷斯版数字图像处理中的cornerprocess函数进行角点检测的过程。首先，通过Harris和最小特征值方法计算角点响应矩阵，然后利用直方图确定阈值TH和TM。最后，应用这些阈值对响应矩阵进行处理，得到角点检测结果并展示。同时，文章展示了如何从直方图中基于特定百分比计算阈值，以提高检测精度。

摘要由CSDN通过智能技术生成

function cp = cornerprocess(c,T,q)
cp = c > T;
B = ones(q);
cp = imdilate(cp,B);
cp = bwmorph(cp,'shrink','Inf');

数字图像处理的冈萨雷斯版本的cornerprocess函数，希望能帮助到大家。（例11.8）

f  = imread('wozi.tif');
figure;imshow(f);
CH = cornermetric(f,'Harris');   %用Harris方法
CH(CH < 0) = 0;
CH = mat2gray(CH);
figure;imshow(imcomplement(CH));
CM = cornermetric(f,'MinimumEigenvalue');  % 用最小特征值的方法
CM = mat2gray(CM);
figure;imshow(imcomplement(CM));
% 获得直方图
hH = imhist(CH);
hM = imhist(CM);
figure;imhist(CH);
figure;imhist(CM);
% 利用百分比计算阈值
TH = percentile2i(hH,0.9945);
TM = percentile2i(hH,0.9970);
cpH = cornerprocess(CH,TH,1);
cpM = cornerprocess(CM,TM,1);
figure;imshow(cpH);
figure;imshow(cpM);