OpenCV 角点检测(一) Moravec
来源:互联网 发布:白金数据 原著 编辑:程序博客网 时间:2024/05/01 08:50
什么是角点
角点一般反应的是图像中局部最大值或最小值的孤立点,以角点为中心点的窗口向图像中的任意方向滑动,都会引起较大的灰度变化。
Moravec角点
Moravec角点检测算子于1981年提出,是最早的角点检测算法之一。Moravec角点检测算子通过计算中心像素点的0°,45°,90°,135°四个方向的灰度差的平方和,并取其中最小的值作为中心点的兴趣值。
其中(u,v)为中心点(x,y)的0°,45°,90°,135°方向的像素点坐标。
Moravec角点检测算子相比于其他角点检测算法具有如下特点:
(1).非均匀性响应,很容易受到临边特性干扰的影响,对倾斜边缘的检测响应很强。
(2).不管像素点与中心点的距离是多少,都赋予相同的权重,导致 Moravec角点检测算子对噪声很敏感
opencv实现
// Moravec角点检测#include <opencv2/opencv.hpp>#include <opencv2/highgui/highgui.hpp>#include <opencv2/imgproc/imgproc.hpp>using namespace std;using namespace cv;cv::Mat MoravecCorners(cv::Mat SrcImage, int kSize, int threshold){ cv::Mat MorImage = SrcImage.clone(); // 获取初始化参数信息 int r = kSize / 2; const int nRows = SrcImage.rows; const int nCols =SrcImage.cols; int nConut = 0; CvPoint *pPoint = new CvPoint[nRows*nCols]; // 图像遍历 for (int i = r; i < SrcImage.rows-r; i++) { for (int j = r; j<SrcImage.cols-r; j++) { int wV1, wV2, wV3, wV4; wV1 = wV2 = wV3 = wV4 = 0; // 计算水平方向窗内兴趣值 for (int k = -r; k < r; k++) wV1 += (SrcImage.at<uchar>(i,j+k)- SrcImage.at<uchar>(i,j+k+1))*(SrcImage.at <uchar>(i,j+k)-SrcImage.at<uchar>(i,j+k+1)); // 计算垂直方向窗内兴趣值 for (int k = -r; k < r; k++) wV2 += (SrcImage.at<uchar>(i+k,j)- SrcImage.at<uchar>(i+k+1,j))*(SrcImage.at <uchar>(i+k,j)-SrcImage.at<uchar>(i+k+1,j)); // 计算45度方向窗内兴趣值 for (int k = -r; k < r; k++) wV3 += (SrcImage.at<uchar>(i+k,j+k)- SrcImage.at<uchar>(i+k+1,j+k+1))*(SrcImage.at <uchar>(i+k,j+k)-SrcImage.at<uchar>(i+k+1,j+k+1)); // 计算135度方向窗内兴趣值 for (int k = -r; k < r; k++) wV4 += (SrcImage.at<uchar>(i+k,j-k)- SrcImage.at<uchar>(i+k+1,j-k-1))*(SrcImage.at <uchar>(i+k,j-k)-SrcImage.at<uchar>(i+k+1,j-k-1)); // 取其中的最小值作为该像素点的最终兴趣值 int value = min(min(wV1,wV2), min(wV3,wV4)); // 若兴趣值大于阈值,则将点的坐标存入数组中 if (value > threshold) { pPoint[nConut] = cvPoint(j,i); nConut++; } } } //绘制兴趣点 for (int i = 0; i < nConut; i++) cv::circle(MorImage, pPoint[i], 5, cv::Scalar(255,0,0)); return MorImage;}int main(){ cv::Mat SrcImage = imread("1.jpg",0); if (!SrcImage.data) return -1; //阈值设置为10000 cv::Mat MorImage = MoravecCorners(SrcImage, 5,10000); cv::imshow("srcImage", SrcImage); cv::imshow("MorMat",MorImage); cv::waitKey(0); return 0;}
原图:
角点检测结果:
2 0
- OpenCV 角点检测(一) Moravec
- opencv moravec角点检测
- Moravec角点检测
- Moravec角点检测
- Moravec角点检测
- 角点检测---moravec
- opencv学习_11 (moravec角点检测及缺点)
- opencv学习_11 (moravec角点检测及缺点)
- opencv学习_11 (moravec角点检测及缺点)
- moravec角点检测算法
- Moravec角点检测算法
- Moravec角点检测算法原理
- Moravec角点检测缺点分析
- Moravec和Harris角点检测算法
- moravec、harris、Shi-Tomasi角点检测的简介及OpenCV代码实现
- OpenCV环境下用算法moravec、harris、Shi-Tomasi进行角点检测
- 角点检测(1)Moravec's 算子
- Moravec、Harris、Nobel、Shi-Tomasi角点检测
- 如何动态调试Python的第三方库
- Atom中一款超级好用的前端必备插件JavaScript Snippets
- BZOJ 3990 [SDOI2015] 排序
- android cmake 调试
- 专业书37~57
- OpenCV 角点检测(一) Moravec
- Linux 目录结构
- 1.Two Sum
- BZOJ 1861 [Zjoi2006] Book 书架
- Probability
- math.h 三角函数
- 理解java web项目中的路径问题
- 处理:/var/redis/run/redis_6379.pid exists, process is already running or crashed
- POJ1083 Moving Tables