1. 角点
如果从一面很大的空墙中选择一个点,那么很难在随后的视频帧中跟踪到这个点了,因为墙上所有点都是一样的或相似的,相反,如果选择独一无二或接近独一无二的点,那么再找到这点的几率就非常大。 那么什么点可以被认为是独一无二呢,我们认为一个在两个正交方向上都有明显导数的点更倾向于是独一无二的。许多可跟踪的特征点都被称为角点。
从直观上讲,角点是一类含有足够信息且能从当前帧和下一帧中都能提取出来的点。
最普遍使用的角点定义是由Harris提出来的,定义的基础是图像灰度强度的二阶导数矩阵。Harris角点检测过程如下:
Harris角点检测基本思想:从图像局部的小窗口观察图像特征,如果窗口向任意方向的移动都导致图像灰度的明显变化,那么窗口中有角点。
将图像窗口平移[u,v]产生灰度变化E(u,v)

本文介绍了Harris角点检测的原理,包括其基本思想、计算过程及角点响应函数。还讨论了Harris角点检测的性质,并阐述了在OpenCV中的实现,如`cornerHarris`函数和`cvGoodFeaturesToTrack`函数的应用。文章引用了相关文献和资源,提供进一步学习的链接。
最低0.47元/天 解锁文章
437

被折叠的 条评论
为什么被折叠?



