Harris角点检测.ppt

文档介绍：图像特征点提取
图像变化的类型:
几何变化
旋转
相似(旋转+ 各向相同的尺度缩放)
仿射(非各向相同的尺度缩放)适用于: 物体局部为平面
灰度变化
仿射灰度变化(I  a I + b)
提取点特征的作用
图像的点特征是许多计算机视觉算法的基础:使用特征点来代表图像的内容
运动目标跟踪
物体识别
图像配准
全景图像拼接
三维重建
一类重要的点特征:角点
角点(corner points):
局部窗口沿各方向移动,均产生明显变化的点
图像局部曲率突变的点
典型的角点检测算法:
Harris角点检测
CSS角点检测
不同类型的角点
什么是好的角点检测算法?
检测出图像中“真实的”角点
准确的定位性能
很高的重复检测率(稳定性好)
具有对噪声的鲁棒性
具有较高的计算效率
Harris 角点检测
, . “bined Corner and Edge Detector”. Proc of 4th Alvey Vision Conference, 1988.
was with The pany plc. . in 1988.
Harris角点检测基本思想
从图像局部的小窗口观察图像特征
角点定义窗口向任意方向的移动都导致图像灰度的明显变化
Harris角点检测基本思想
平坦区域:任意方向移动,无灰度变化
边缘:
沿着边缘方向移动,无灰度变化
角点:
沿任意方向移动,明显灰度变化
Harris检测:数学表达
图像灰度
平移后的图像灰度
窗口函数
将图像窗口平移[u,v]产生灰度变化E(u,v)
或
窗口函数 w(x,y) =
Gaussian
1 in window, 0 outside