Harris算法简介

最新推荐文章于 2023-08-04 13:48:19 发布

大强zq

最新推荐文章于 2023-08-04 13:48:19 发布

阅读量3.8k

点赞数 1

分类专栏：数字摄影测量文章标签： Harris

本文链接：https://blog.youkuaiyun.com/qq10593994/article/details/49500091

版权

本文介绍了Harris算法，一种用于检测图像中角点的方法。角点定义为水平和竖直方向变化均大的点，而边缘和平坦区域则对应一维变化。Harris算法通过计算矩阵M的特征值来确定兴趣点，其中两个强特征值对应角点，一个强特征值对应边缘，零特征值表示平坦区域。Harris响应函数R对特征值敏感，适合区分角点和平坦区域。实现过程中，通常选择合适的k值，并可以使用OpenCV库进行快速测试。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Harris角点检测

角点：最直观的印象就是在水平、竖直两个方向上变化均较大的点，即Ix、Iy都较大
边缘：仅在水平、或者仅在竖直方向有较大的变化量，即Ix和Iy只有其一较大
平坦地区：在水平、竖直方向的变化量均较小，即Ix、Iy都较小

2 strong eigenvalues======interest point

1 strong eigenvalues======contour/edge

0 eigenvalues ======uniform region

角点响应

R=det(M)-k*(trace(M)^2) (k=0.04~0.06)

det(M)=λ1*λ2 trace(M)=λ1+λ2

R取决于M的特征值，对于角点|R|很大，平坦的区域|R|很小。

编程步骤：

使用opencv进行测试：

#include "stdafx.h"
#include "cv.h"
#include "highgui.h"

void drawcross(CvArr* img,CvPoint2D32f pt)
{
    const int radius=3;
    int ptx=cvRound(pt.x);
    int pty=cvRound(pt.y);
    int ls=ptx-radius;
    int re=ptx+radius;
    int us=pty-radius;
    int de=pty+radius;
    cvLine(img,cvPoint(ls,pty),cvPoint(re,pty),CV_RGB(0,0,255),1,0);
    cvLine(img,cvPoint(ptx,us),cv

最低0.47元/天解锁文章