harris角点检测算法优化

时间:2014-11-23 11:09:56
【文件属性】:

文件名称:harris角点检测算法优化

文件大小:76KB

文件格式:DOC

更新时间:2014-11-23 11:09:56

角点检测

Harris 角点检测是基于图像像素灰度值变化梯度的, 灰度值图像的角点附近,是其像素灰度值变化非常大的区域,其梯度也非常大。换句话说,在非角点位置邻域里,各点的像素值变化不大,甚至几乎相等,其梯度相对也比较小。从这个角度着眼,我提出了图像区域像素的相似度的概念,它是指检测窗口中心点灰度值与其周围n 邻域内其他像素点灰度值的相似程度,这种相似程度是用其灰度值之差来描述的。如果邻域内点的灰度值与中心点Image (i,j) 的灰度值之差 的绝对值 在一个阈值t 范围 内,那我就认为这个点与中心点是相似的。与此同时,属于该 Image (i,j) 点的相似点计数器nlike(i,j) 也随之加一。在 Image (i,j) 点的n 邻域 全部被遍历一边之后,就能得到 在这个邻域范围内 与中心点相似的 点个数的统计值nlike(i,j) 。根据nlike(i,j) 的大小,就可以判断这个中心点是否可能为角点。


网友评论

  • 思维不太清晰,代码一般,注释令人不满意
  • 下来使用一下,谢谢
  • 最好能够写的清晰一点,有条理一点,不过还是感谢分享
  • 思维不太清晰
  • 代码一般,注释令人不满意!