【图像拼接】Harris角点检测图像拼接【含Matlab源码 517期】

Matlab领域

已于 2023-12-11 15:59:12 修改

阅读量166

点赞数 1

分类专栏：付费专栏Matlab图像处理（进阶版）文章标签： matlab

于 2023-01-05 21:07:16 首次发布

本文链接：https://blog.csdn.net/weixin_63266434/article/details/128570337

版权

付费专栏Matlab图像处理（进阶版）专栏收录该内容

601 篇文章 373 订阅 ¥79.90 ¥99.00

订阅专栏

本文介绍了Harris角点检测的基本原理，并提供了MATLAB实现的源代码，包括图像预处理、角点检测和匹配。通过Harris算法找到图像的对应点，进而使用RANSAC估计 homography 矩阵实现图像拼接。文章还提到了其他著名角点检测方法如Shi-Tomasi和SUSAN算子。

摘要由CSDN通过智能技术生成

在这里插入图片描述

⛄一、简介

1 不同类型的角点
在现实世界中，角点对应于物体的拐角，道路的十字路口、丁字路口等。从图像分析的角度来定义角点可以有以下两种定义：
角点可以是两个边缘的角点；
角点是邻域内具有两个主方向的特征点；
前者往往需要对图像边缘进行编码，这在很大程度上依赖于图像的分割与边缘提取，具有相当大的难度和计算量，且一旦待检测目标局部发生变化，很可能导致操作的失败。早期主要有Rosenfeld和Freeman等人的方法，后期有CSS等方法。
基于图像灰度的方法通过计算点的曲率及梯度来检测角点，避免了第一类方法存在的缺陷，此类方法主要有Moravec算子、Forstner算子、Harris算子、SUSAN算子等。
在这里插入图片描述
这篇文章主要介绍的Harris角点检测的算法原理，比较著名的角点检测方法还有jianbo Shi和Carlo Tomasi提出的Shi-Tomasi算法，这个算法开始主要是为了解决跟踪问题，用来衡量两幅图像的相似度，我们也可以把它看为Harris算法的改进。OpenCV中已经对它进行了实现，接口函数名为GoodFeaturesToTrack()。另外还有一个著名的角点检测算子即SUSAN算子，SUSAN是Smallest Univalue Segment Assimilating Nucleu