用于检测Harris角点和边缘研究(Matlab代码实现)

本文介绍了Harris角点检测器在图像特征检测中的应用,包括其原理和计算方法,并结合Sobel算子和Canny边缘检测算法进行了对比。同时提供了Matlab代码示例,展示了如何在实际图像中进行角点和边缘的检测。
摘要由CSDN通过智能技术生成

 💥💥💞💞欢迎来到本博客❤️❤️💥💥

🏆博主优势:🌞🌞🌞博客内容尽量做到思维缜密,逻辑清晰,为了方便读者。

⛳️座右铭:行百里者,半于九十。

📋📋📋本文目录如下:🎁🎁🎁

目录

💥1 概述

📚2 运行结果

🎉3 参考文献

🌈4 Matlab代码实现


💥1 概述

Harris角点检测器是一种常用的特征检测方法,用于检测图像中的角点。Harris角点检测器的核心思想是通过计算像素点邻域的灰度变化来判断是否存在角点。在具体的实现中,可以使用以下公式计算Harris角点响应函数$R$:

对于边缘检测,可以使用Sobel算子或者Canny边缘检测算法。Sobel算子是一种常用的边缘检测算子,可以通过以下公式计算图像的水平和垂直梯度:

Canny边缘检测算法是一种多阶段的边缘检测方法,包括高斯滤波、计算梯度、非极大值抑制、双阈值处理和边缘连接等步骤。这种方法能够更准确地检测图像中的边缘。

综上所述,可以使用Harris角点检测器和Sobel算子或Canny边缘检测算法来进行角点和边缘的研究。

📚2 运行结果

部分代码:

samplePathArr = {'data/lena.jpg','data/boldt.jpg','data/building.jpg', ... 
    'data/group.jpg','data/moose.jpg','data/waves.jpg'};
Img = imread(samplePathArr{2});

%% edges detection
figure;
imshow(uint8(edgeDetector(Img,3,1,1)));hold on;

%% corners detection
[corners,response] = goodCorners(Img,3,0.01,10,true,1/25);
cornersSubPix = cornerSubPix(RGB2Gray(Img),corners,[10 10],30,0.03);
plot(cornersSubPix(:,1),cornersSubPix(:,2),'o','Color',[1 0 0]);

🎉3 参考文献

文章中一些内容引自网络,会注明出处或引用为参考文献,难免有未尽之处,如有不妥,请随时联系删除。

[1]卢瑜,郝兴文,王永俊.MOravec和Harris角点检测方法比较研究[J].计算机技术与发展, 2011, 21(6):4.DOI:10.3969/j.issn.1673-629X.2011.06.025.

[2]齐俊.一种改进的Harris角点检测算法[D].北京印刷学院[2024-03-05].DOI:CNKI:CDMD:2.1015.523977.

🌈4 Matlab代码实现

  • 5
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
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