C++ Forstner算子进行点特征提取

C++实现Forster点特征提取

---

---

前言

该算子由德国伯恩大学摄影测量系主任、教授 Forster1984年提出的。本文介绍如何使用C++实现该算子

---

一、原理

计算各像素的Robert’s梯度和像素（c，r）为中心的一个窗口的灰度协方差矩阵，在影像中寻找具有尽可能小而接近圆的误差椭圆的点作为特征点

二、使用步骤

1.实现步骤

step1: 计算各个像素的Robert梯度
step2：窗口中灰度的协方差矩阵
step3：兴趣值q和权w的计算公式
step4: 阈值的选定
step5: 确定待选点
step6: 选取极值点
（阈值范围：）

2.C++代码

// forstner.cpp : 此文件包含 "main" 函数。程序执行将在此处开始并结束。
//
#include <iostream>
#include<string>
#include<cmath>
#include<vector>
#include<gdal.h>
#include<opencv2/highgui/highgui.hpp>
#include<opencv2/opencv.hpp>
#include "cpl_conv.h"

#include<cstring>

using namespace std;
using namespace cv;


void Forstner(Mat img,Mat img2,string str2)
{
   
   
    
    /*
    step1:计算各个像素的Robert梯度
    f_x = f(x + 1, y + 1) - f(x, y)
    f_y = f(x + 1, y) - f(x, y + 1)
    */
    
    int gu=0, gv=0;//xy方向梯度
    int r, c;
    int add;
    int rows = img.rows - 1;
    int cols = img.cols - 1;
   // Mat G(rows + 1, cols + 1, CV_32FC3, Scalar::all(0));//计算各像素的Robert梯度
    Mat GU(rows + 1, cols + 1, CV_32FC1, Scalar::all(0));//用来存放gu的矩阵
    Mat GV(rows + 1, cols + 1, CV_32FC1, Scalar::all(0));//用来存放gv的矩阵
   
    for ( r = 0; r < rows +1; r++)
    {
   
   
        for ( c = 0; c < cols +1; c++)
        {
   
   
            add = 1;//des=1;
            //if (c == 0 || r == 0) des = 0;
            if (r == rows || c == cols) add = 0;
            GU.at<float>(r, c)=