32运动与跟踪-亚像素级角点检测
如果我们进行图像处理的目的不是提取用于识别的特征点而是进行几何测量,则通常需要更高的精度,而函数 cvGoodFeaturesToTrack()只能提供简单的像素的坐标值,就是说,我们有时候会需要实数坐标值而不是整数坐标值。
图像测量常用的领域为三维重建、摄像机标定、推向拼接以及在卫星图像中查找特定的信号,如一栋建筑的精确位置。亚像素级角点的位置在摄像机标定、跟踪并重建摄像机的轨迹或者重建被跟踪目标的三维结构时是一个基本的测量值。
相关函数的接口:
C++: void cornerSubPix(InputArray image, InputOutputArray corners, Size winSize, Size zeroZone, TermCriteria criteria);
C: void cvFindCornerSubPix(const CvArr* image, CvPoint2D32f* corners, int count, CvSize win, CvSize zero_zone, CvTermCriteria criteria);
函数参数
函数参数说明如下:
image:输入图像
corners:输入角点的初始坐标以及精准化后的坐标用于输出。
winSize:搜索窗口边长的一半,例如如果winSize=Size(5,5),则一个大小(5*2+1)*(5*2+1)=11*11为的搜索窗口将被使用。
zeroZone:搜索区域中间的dead region边长的一半,有时用于避免自相关矩阵的奇异性。如果值设为(-1,-1)则表示没有这个区域。
criteria:角点精准化迭代过程的终止条件。也就是当迭代次数超过criteria.maxCount,或者角点位置变化小于criteria.epsilon时,停止迭代过程。
实例代码:
#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hp