Harris角點(diǎn)檢測

1、HarrisHarris角點(diǎn)檢測角點(diǎn)檢測 2014.1.14 特征特征提取提取 圖像特征 局部特征 全局特征 方差. 顏色 直方圖 局部特征最初的研究是從角點(diǎn)開始的 本質(zhì)區(qū)別：特 征提取的空間 范圍不同 邊緣點(diǎn) 拐點(diǎn). 角點(diǎn) 角點(diǎn)角點(diǎn) 局部窗口沿各方向移動，均產(chǎn)生明顯變化的點(diǎn) 圖像局部曲率突變的點(diǎn) 角點(diǎn)檢測角點(diǎn)檢測 好的角點(diǎn)檢測算法需具備以下幾點(diǎn)： 檢測出圖像中“真實(shí)的角點(diǎn)”； 準(zhǔn)確的定位功能； 很高的重復(fù)檢測率（穩(wěn)定性好）； 具有對噪聲的魯棒性； 具有較高的計算效率； Harris角點(diǎn)檢測 平坦區(qū)域： 任意方向移動 無灰度變化 邊緣： 沿著邊緣方向移動 無灰度變化 角點(diǎn)： 沿任意方向移動 灰

2、度明顯變化 Harris角點(diǎn)檢測 2 , ,),(yxIvyuxIyxwvuE yx 高斯窗口 (x,y)移動(u,v)后的灰度值 (x,y)處的灰度值 將圖像窗口平移u,v產(chǎn)生灰度變化E(u,v) Harris角點(diǎn)檢測 22 ,vuOvIuIyxIvyuxI yx 2 22 , ,vuOvIuIyxwvuE yx yx v u III III vuvIuI yyx yxx yx 2 2 2 因?yàn)?所以 又 圖像在x方向的曲率 圖像在y方向的曲率 誤差項(xiàng) Harris角點(diǎn)檢測 v u MvuvuE, 其中M是 22 矩陣，可由圖像的導(dǎo)數(shù)求得: 2 2 , , yyx yxx yx III II

3、I yxwM 于是對于局部微小的移動量 u,v，可以近似得到下面的表達(dá): 對于矩陣M,將其對角化后，特征值1、2分別代表了x和y方向的 灰度變化率。 2 1 0 0 M Harris角點(diǎn)檢測 “Edge” 1 2 2 1 Edge 2 1 Corner 1 和 2 都較大且 數(shù)值相當(dāng) 1 2; 圖像窗口在所有方向上 移動都產(chǎn)生明顯灰度變化 Edge 1 2 Flat 0 0 2 1 如果1 和 2 都很小， 圖像窗口在所有方向上 移動都無明顯灰度變化 通過M的兩個特征值的 大小對圖像點(diǎn)進(jìn)行分類: Harris角點(diǎn)檢測 定義角點(diǎn)響應(yīng)函數(shù)R (k empirical constant, k = 0

4、.04-0.06) 2 dettrMkMR 21 detM 21 trM Harris角點(diǎn)檢測 “Edge” 1 2 2 1 Edge R0 Flat |R| small Edge R threshold 當(dāng)大于時，則定義為角點(diǎn)，最后對所有提取出的角點(diǎn)進(jìn)行非極大值抑 制，提取R的局部極大值。 Harris角點(diǎn)的性質(zhì) 1.旋轉(zhuǎn)不變性： 角點(diǎn)響應(yīng)函數(shù) R對于圖像的旋轉(zhuǎn)具有不變性 Harris角點(diǎn)的性質(zhì) 2.對于圖像灰度的變化具有部分的不變性 只使用了圖像導(dǎo)數(shù) = 對于灰度平移變化不變: I I + b R x (image coordinate) 閾值 R x (image coordinate) 對于圖像灰度的尺度變化: I a I Harris角點(diǎn)的性質(zhì) 3.對于圖像幾何尺度變化不具有不變性： 邊緣點(diǎn)角點(diǎn)角點(diǎn) 總結(jié)總結(jié) v u MvuvuE, 2 dettrMkMR 1.沿方向 u,v的平均灰度變化可以表達(dá)成以下形式： 2.使用M的特征值表達(dá)圖像點(diǎn)局部灰度變化的情況，定義