目录

一、什么是角点

二、Harris角点检测

1.原理：

2.角点检测的实现：

三、Shi-Tomasi角点检测

1.原理：

2.实现：

一、什么是角点

1.举例：

对于A-F六个小图找到原始图像中的位置：

A和B是平面，图像中很多地方存在，难以准确找到

C和D是边缘，可以近似确定其位置

E和F是角点，可以迅速确定位置

2.角点对图像理解、分析起着重要作用，在三维场景重建运动估计、目标跟踪、目标识别、图像配准与匹配起着重要作用，现实世界里，角点对应物体拐角，道路十字路口、丁字路口

二、Harris角点检测

1.原理：

Harris角点检测是通过图像的局部小窗口观察图像，角点的特征是窗口沿着任意方向移动都会导致图像灰度的明显变化

转化为数学思想，将局部窗口向各个方向移动（u,v)并计算所有灰度差异总和,没有变化或比较小为平坦区域，表达式如下：E(u,v)=
其中I(x, y)是局部窗口的图像灰度，I(x + u,y + v)是平移后的图像灰度，w(x, y)是窗口函数，该可以是矩形窗口，也可以是对每一个像素赋予不同权重的高斯窗口，如下所示:

利用泰勒级数进行展开I(x+u，y+v)=I(x,y)++

M矩阵决定了E(x,y)的值，M是Ix和Iy的二次项函数，可以表示成椭圆的形状，椭圆的长短半轴由M的特征值入和决定,方向由特征矢量决定

椭圆函数特征值与图像直线、角点、平面之间的关系：

1>图像中的直线：一个特征值大，另一个特征值小，λ1>>λ2或λ2>>λ1，椭圆函数值在某一方向上大，在其他方向上小
2>图像中的平面：两个特征值都小，且近似相等，椭圆函数数值在各个方向上都小。
3>图像中的角点：两个特征值都大，且近以相等，椭圆函数在所有方向都增大

Harris角点计算方法是通过计算一个角点响应值R来判断
R = detM -
detM为矩阵M的行列式; traceM为矩阵M的迹; a为常数取值范围为0.04~0.06

detM=,traceM=

2.角点检测的实现：

dst=cv.cornerHarris(src,blockSize,ksize,k)

参数：

src:数据类型为32的输入图像

blockSize:角点检测中需要考虑的邻域大小

k:角点检测中的自由参数，取值[0.04,0.06]

例：

import numpy as np
import matplotlib.pyplot as plt
import cv2 as cv
img=cv.imread('building.jpg')
gray=cv.cvtColor(img,cv.COLOR_BGR2GRAY)
#plt.imshow(img,cmap=plt.cm.gray)
#plt.show()
gray=np.float32(gray)
dst=cv.cornerHarris(gray,2,3,0.05)
img[dst>0.001*dst.max()]=[0,0,255]
plt.figure(figsize=(10,8),dpi=100)
plt.imshow(img[:,:,::])
plt.show()

三、Shi-Tomasi角点检测

1.原理：

Shi-Tomasi算法一般会比Harris算法得到更好的角点，改进的方法是，若矩阵M的两个特征值中较小的一个大于阈值，则认为他是角点，即，R=min(，），从下图中可以看出和都大于最小值，被认为是角点

2.实现：

corners=cv.goodFeaturesToTrack(image,maxCorners,qualityLevel,minDistance)

参数：

maxCorners:获取角点数的数目

quulityLevel:该参数指出最低可接受的角点质量水平，在0-1之间

minDistance:角点之间最小的欧氏距离，避免得到相邻特征点

import numpy as np
import matplotlib.pyplot as plt
import cv2 as cv
img=cv.imread('building.jpg')
gray=cv.cvtColor(img,cv.COLOR_BGR2GRAY)
corners=cv.goodFeaturesToTrack(gray,1000,0.01,10)
for i in corners:x,y=i.ravel()cv.circle(img,(int(x),int(y)),2,(0,0,255),-1)
plt.imshow(img[:,:,::])
plt.show()

【OpenCV--角点特征】相关推荐

【OpenCV十六新手教程】OpenCV角检测Harris角点检测
本系列文章由@浅墨_毛星云出品.转载请注明出处. 文章链接: http://blog.csdn.net/poem_qianmo/article/details/29356187 作者:毛星云(浅墨) ...
OpenCV角点检测之Harris角点检测
本篇文章中,我们一起探讨了OpenCV中Harris角点检测相关的知识点,学习了OpenCV中实现Harris角点检测的cornerHarris函数的使用方法.此博文一共有两个配套的麻雀虽小但五脏俱全 ...
opencv角点检测学习总结
学习opencv 角点检测如果一个点在两个正交方向上都有明显的导数,则我们认为此点更倾向于是独一无二的,所以许多可跟踪的特征点都是角点. 一下为角点检测中用到的一些函数 cvGoodFeatures ...
【OpenCV-Python】28.OpenCV的特征检测——特征点检测
28.OpenCV的特征检测--特征点检测文章目录前言一.FAST特征检测二.SIFT特征检测三.ORB特征检测四.OpenCV-Python资源下载总结前言特征点是图像中具有唯 ...
OpenCV中的特征匹配+单应性以查找对象
OpenCV中的特征匹配+单应性以查找对象 1. 效果图 2. 源码参考这篇博客将混合calib3d模块中的特征匹配和单应性,在复杂图像中查找已知对象. 1. 效果图特征匹配 & 单应性 ...
OpenCV中的特征匹配（Feature Matching）
OpenCV中的特征匹配(Feature Matching) 1. 效果图 2. 原理 3. 源码 3.1 SIFT关键点检测+Knn近邻匹配 3.2 ORB关键点检测+蛮力特征匹配 3.3 SIFT ...
OpenCV仿射变换 SURF特征点描述合辑
原文:http://blog.csdn.net/poem_qianmo/article/details/33320997?utm_source=tuicool&utm_medium=refer ...
光流 | 图像特征匹配：特征光流与角点特征
/********************************************************** github:https://github.com/MichaelBeechan ...
OpenCV检测面部特征点的实例(附完整代码)
OpenCV检测面部特征点的实例 OpenCV检测面部特征点的实例 OpenCV检测面部特征点的实例 #include "opencv2/objdetect.hpp" #inclu ...
OpenCV AKAZE本地特征匹配
OpenCV AKAZE本地特征匹配 AKAZE本地特征匹配简介源代码解释加载图像和单应性使用AKAZE检测关键点并计算描述符使用蛮力匹配器查找2-nn个匹配项检查我们的匹配项是否适合单 ...

【OpenCV--角点特征】

一、什么是角点

二、Harris角点检测

1.原理：

2.角点检测的实现：

三、Shi-Tomasi角点检测

1.原理：

2.实现：

【OpenCV--角点特征】相关推荐

最新文章

热门文章