图像配准----Harris算子
来源:互联网 发布:淘宝古风店铺 编辑:程序博客网 时间:2024/05/17 23:31
Harris算子是C.Harris和M.J.Stephens在1988年提出的一种特征点提取算子。它用一阶偏导来描述亮度变化,这种算子受信号处理中自相关函数的启发,给出与自相关函数相联系的矩阵M。M矩阵的特征值是自相关函数的一阶曲率,如果两个曲率值都高,那么就认为该点是特征点。
Harris角点提取方法的原理是:如果某一点向任一方向的微小偏移都会引起灰度的很大变化,这就说明该点是角点。
Harris算子的优点:
(1)、计算简单:Harris算子中只用到灰度的一阶差分以及滤波,操作简单,整个过程的自动化程度高;
(2)、提取的点特征均匀而且合理:Harris算子对图像中的每个点都计算其特征值,然后在邻域中选取最优点;
(3)、可以定量的提取特征点:Harris算子最后一步是对所有的局部极值进行排序,所以可以根据需要提取一定数量的最优点;
(4)、Harris算子在计算时用到了图像数据的一阶导数,具有各向同性。因此对图像旋转、亮度变化、视角变化和噪声的影响具有较好的鲁棒性。
Harris角点检测算法一般步骤:
(1)、构造梯度算子:
p = [0.037659 0.249153 0.426375 0.249153 0.037659];
d = [0.109604 0.276691 0.000000 -0.276691 -0.109604];
Ix = conv2(p, d, im, 'same');
Iy = conv2(d, p, im, 'same');
(2)、高斯滤波,构造自相关矩阵M:
h = fspecial('gaussian', [sze sze], sigma);
smim = filter2(h, im);
(3)、提取特征点:先对处理过的中间结果,进行类似于灰度膨胀;设定一阈值,用于判断是否是特征点的条件之一;去除图像边界,图像边界不作为提取特征点的范围。
Harris算子不具有尺度不变性,为了满足对图像尺度的不变性,又提出了多尺度Harris算子。
如果两幅图像仅相差几个像素的大小,用Harris算子进行角点提取图像配准仍能得到较好的效果。
- 图像配准----Harris算子
- Harris算子的运用 用于图像配准
- 图像处理特征不变算子系列之Harris算子(二)
- 圖像配准----Harris算子
- Harris算子介绍
- Harris算子介绍
- Harris角点算子
- Harris角点算子
- Harris算子总结
- 【图像处理入门】之 不变矩与Harris算子(未完待续)
- 【局部特征】(二)Harris算子
- 角点检测(2)harris算子
- 图像二值化阀值(Kirsch算子)
- 图像梯度算子总结
- 图像拉普拉斯算子
- hihocoder1363 图像算子
- 图像锐化-拉普拉斯算子
- Laplacian算子图像提升
- linux下火狐浏览器flash插件的安装
- 涉足计算机视觉领域要知道的~ (part2)
- InstallShield---如何使用脚本生成GUID
- ltp fix: FATAL: Test suite not installed correctly INFO: as root user type 'make ; make install'
- 没人关注,我自已关注自已
- 图像配准----Harris算子
- 測試幾個hp ux ms/sg指令的用法
- 使用ImageMagick + Jmagick进行图片操作(续)
- 大数据量/海量数据 处理方法总结
- vb.net 在windows7下实现毛玻璃效果+发光文字
- QSqlDatabase类详细介绍
- 虚拟机 RHEL4.8-i386-AS安装oracle10g (10201)
- LESSON 5 SYSTEM IDENTIFICATION part II
- 正则表达式之一:GUID