影像自动配准 之 特征（角点）提取 之 matlab

         最近研究用MATLAB提取影像特征点（角点）

 

        角点提取主要考虑采用对旋转、角度、比例尺的变化都不敏感的Harris算子，考虑到影像特征点（即配准时的控制点）需要均匀分布的要求，还需要将影像分块，对每块影像进行特征点的提取。

 

        具体实现步骤如下：

一、计算每个像素的harris值

1）在MATLAB中，用imread打开影像；影像格式可以是 tiff、gif、jpg、bmp等常用影像格式。

2）若影像为非灰度图像，则需用rgb2gray转为灰度，并将其转成double型的值。

3）对图像进行横向及纵向的梯度滤波。所谓滤波即采用一n*n（n一般为奇数）的窗口和影像矩阵叠加，计算窗口和对应影像的乘积，并相加，将得到的值赋值给窗口中心所对应的影像的像素点。依次计算，直至将影像上所有的像素计算完毕。得到的结果分别记为X,Y。

4）计算X.*X、Y.*Y、X.*Y。这里的.*，不是做矩阵运算，而是将矩阵是、中对应位置的值进行相乘。

5）对4）中的值进行高斯滤波。高斯滤波的具体计算公式忘记了，可以上网查，很简单。将结果以A、B、C为表示。

6）计算(A.*B-C)./(A+B+0.0000001)的值，分母加0.0000001是避免分母为0的情况。

二、影像分块

7）依据影像的大小，将影像分成m*n块子网格。

8）计算每块影像的熵值。熵值是衡量信息量大小的量。具体实现是首先计算每个灰度值的概率p，然后计算 -p*log p ，并相加。

9）将熵值由大到小排序，并取熵值在前1/4的子网格，获得在一中计算得到的harris值，选择x个较大值的点作为角点。

10）将影像重新分块，分成m/2*n/2块影像，若其子网格中有提取出角点的，则不计算；若子网格中还未有角点，则需要选择熵最大的子网格，在其中提取一定量的角点。

 

       现在我用此方法已经提取了角点，效果不错，但是针对不同的影像，阈值的选取也需要不同，这对影像的自动配准的实现来说 是个障碍。现在正在查找资料，看有没有相关的算法依据影像的实际情况来自动设置阈值。