harris角点检测原理步骤说明.docVIP

一、Harris角点检测基本理论 1.1?简略表达： 角点：最直观的印象就是在水平、竖直两个方向上变化均较大的点，即Ix、Iy都较大?边缘：仅在水平、或者仅在竖直方向有较大的变化量，即Ix和Iy只有其一较大?平坦地区：在水平、竖直方向的变化量均较小，即Ix、Iy都较小 角点响应 R=det(M)-k*(trace(M)^2)?? (附录资料给出k=0.04~0.06，opencv指出是0.05-0.5，浮动较大) det(M)=λ1*λ2????? trace(M)=λ1+λ2 R取决于M的特征值，对于角点|R|很大，平坦的区域|R|很小，边缘的R为负值。 1.2?详细描述：见附录里的ppt 1.3?算法步骤 其中，局部极大值可用先膨胀后与原图比较的方法求得，具体见二中源码。 二、opencv代码实现 harris类 [cpp] view plaincopyprint? #ifndef?HARRIS_H ?? #define?HARRIS_H ?? #include?opencv2/opencv.hpp ?? ?? class?harris?? {?? private:?? ????cv::Mat??cornerStrength;??//opencv?harris函数检测结果，也就是每个像素的角点响应函数值 ?? ????cv::Mat?cornerTh;?//cornerStrength阈值化的结果 ?? ????cv::Mat?localMax;?//局部最大值结果 ?? ????int?neighbourhood;?//邻域窗口大小 ?? ????int?aperture;//sobel边缘检测窗口大小（sobel获取各像素点x，y方向的灰度导数） ?? ????double?k;?? ????double?maxStrength;//角点响应函数最大值 ?? ????double?threshold;//阈值除去响应小的值 ?? ????int?nonMaxSize;//这里采用默认的3，就是最大值抑制的邻域窗口大小 ?? ????cv::Mat?kernel;//最大值抑制的核，这里也就是膨胀用到的核 ?? public:?? ????harris():neighbourhood(3),aperture(3),k(0.01),maxStrength(0.0),threshold(0.01),nonMaxSize(3){?? ?? ????};?? ?? ????void?setLocalMaxWindowsize(int?nonMaxSize){?? ????????this-nonMaxSize?=?nonMaxSize;?? ????};?? ?? ????//计算角点响应函数以及非最大值抑制 ?? ????void?detect(const?cv::Mat?image){?? ????????????//opencv自带的角点响应函数计算函数 ?? ????????????cv::cornerHarris?(image,cornerStrength,neighbourhood,aperture,k);?? ????????????double?minStrength;?? ????????????//计算最大最小响应值 ?? ????????????cv::minMaxLoc?(cornerStrength,minStrength,maxStrength);?? ?? ????????????cv::Mat?dilated;?? ????????????//默认3*3核膨胀，膨胀之后，除了局部最大值点和原来相同，其它非局部最大值点被 ?? ????????????//3*3邻域内的最大值点取代 ?? ????????????cv::dilate?(cornerStrength,dilated,cv::Mat());?? ????????????//与原图相比，只剩下和原图值相同的点，这些点都是局部最大值点，保存到localMax ?? ????????????cv::compare(cornerStrength,dilated,localMax,cv::CMP_EQ);?? ????}?? ?? ????//获取角点图 ?? ????cv::Mat?getCornerMap(double?qualityLevel)?{?? ????????????cv::Mat?cornerMap;?? ????????????//?根据角点响应最大值计算阈值 ?? ????????????threshold=?qualityLevel*maxStrength;?? ????????????cv::