计算机视觉（角点检测）- 2 - Shi-Tomasi 角点检测

最新推荐文章于 2025-07-01 17:23:02 发布
最新推荐文章于 2025-07-01 17:23:02 发布
阅读量4.1k 收藏 43
点赞数 7
CC 4.0 BY-SA版权
分类专栏： 计算机视觉 文章标签： 计算机视觉 opencv
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/qq_40374812/article/details/117016214
本文介绍了Shi-Tomasi角点检测算法，它是Harris角点检测算法的改进版，主要通过对Harris算法中R值的计算公式进行优化，使用较小的特征值作为评估标准。在OpenCV中，提供了API用于实现角点检测，详细解析了参数含义，并展示了代码和效果。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

计算机视觉（角点检测）- 2 - Shi-Tomasi 角点检测

学习前言

  关于角点检测呢，就是检测图像中角点的算法，常见的有四种常见的算法：Moravec角点检测算法、 Harris角点检测算法.、Shi-Tomasi 算法、FAST角点检测算法.，不过常用的就两种吧——Harris角点检测算法、FAST角点检测算法spm=1001.2014.3001.5501
在这里插入图片描述

一、Shi-Tomasi 角点检测

  Shi-Tomasi 角点检测算法其实是建立在Harris角点检测算法的基础上的，可以说是Harris角点检测算法的升级版。
  

了解本专栏 订阅专栏 解锁全文 超级会员免费看
第三十三节：特征检测与描述-Shi-Tomasi 角点检测
2501_91516851的博客
05-16 268
本文深入探讨了Shi-Tomasi角点检测算法在计算机视觉中的应用与优化。首先，文章介绍了角点检测的核心价值，包括特征检测的意义和角点的数学定义。接着，详细解析了Shi-Tomasi算法的原理，包括对Harris算法的改进及其实现步骤。文章还通过OpenCV的实例代码展示了Shi-Tomasi算法的具体应用，并提供了参数优化策略。此外，文章讨论了该算法在图像拼接和目标追踪等场景中的应用，并提出了性能优化的技巧。最后，文章对比了主流角点检测算法，并展望了未来发展方向，强调了传统算法与深度学习融合的重要性。
特征提取与检测2-Shi-Tomasi角点检测
Qt学视觉
01-26 488
Shi-Tomasi角点检测
Shi-Tomasi角点检测
午后斜阳
10-13 5948
一、算法基本原理和步骤（1）原理 shi-Tomasi 算法是Harris 算法的改进。Harris 算法最原始的定义是将矩阵 M 的行列式值与 M 的迹相减，再将差值同预先给定的阈值进行比较。后来Shi 和Tomasi 提出改进的方法，若两个特征值中较小的一个大于最小阈值，则会得到强角点。（2）算法步骤 二、代码实现（1）goodFeatureTrack（）函数原型：void goodFeat
【OpenCV基础】第三十三课：Shi-Tomasi角点检测
最新发布
qq_34222839的博客
07-01 582
Shi-Tomasi角点检测和Rminλ1​λ2​。
（三）Shi-Tomasi角点检测
qq_23123181的博客
01-25 1957
与Harris角点检测的不同在于在使用矩阵特征值计算角度响应的时候，Shi-Tomasi角点检测时候计算角点响应时使用的公式为：，函数：cv2.goodFeaturesToTrack().
OpenCV图像特征提取学习二，Shi-Tomasi 角点检测算法
weixin_44651073的博客
09-15 2543
Shi-Tomasi 角点检测算法 goodFeaturesToTrack（）
《opencv学习》Shi-Tomasi 角点检测
qq_29367075的博客
03-27 5966
Shi-Tomasi 角点检测 和 Harris 角点检测的很多步骤都是一样的。 Harris 角点检测最后会得到一个相似度函数C，这个函数是一个对称矩阵M，可以将对称矩阵分解得到一个P的逆乘以特征值矩阵乘以P的形式（P是特征向量矩阵，正交的）。 对于一个角点来说， 随着位置的稍微移动，基本上相似度函数都会变化非常大。 如果固定函数E的值，那么后面的式子就是一个椭圆方程。而且M也是个定值，那么就是位置变化量(u, v)才是变化量，也就是说，在某个方向上，移动多少距离，C值就会变多少。移动相同位置，变化的越快
Shi-tomasi角点检测，python实现及基于opencv实现，（角点检测、非极大值抑制）
07-07
在计算机视觉和图像处理领域，角点检测是一项关键的技术，用于识别图像中的特征点，这些点在尺度变化、旋转或光照变化下保持不变，使得它们成为图像匹配、物体识别和跟踪的理想候选。Shi-Tomasi角点检测算法，也称为...
C++OpenCV3源代码Shi-Tomasi角点检测
04-28
Shi-Tomasi角点检测算法是由Jianbo Shi和Carsten Tomasi提出的，该算法因其简单高效，在计算机视觉应用中非常广泛。本篇文章将详细介绍如何使用C++与OpenCV 3来实现Shi-Tomasi角点检测，并提供具体的源代码。 #### ...
OpenCV（四十三）：Shi-Tomas角点检测
weixin_63357306的博客
09-15 1372
Shi-Tomasi（也称为Good Features to Track）角点检测算法是一种改进的角点检测方法，它基于Harris角点检测算法，并针对一些不足进行了改进。与Harris角点检测不同，Shi-Tomasi使用了更简化的角点响应函数。角点响应函数即为较小特征值。
opencv32:Shi-Tomasi 角点检测|Shi–Tomasi
uncle_ll的博客
11-29 722
目标 在本章中，将学习另一个角点检测器： Shi-Tomasi拐角检测器 函数：cv2.goodFeaturesToTrack() 理论 在上一章中，学习了Harris Corner Detector。1994年下半年，J.Shi和C. Tomasi在论文《Good Features to Track》中做了一个小修改，与Harris Harris Detector相比，展示了更好的结果。哈里斯角落探测器的计分功能由下式给出： R=λ1λ2−k(λ1+λ2)2 R = \lambda_1 \lambda
OpenCV-Python——第25章：Shi-Tomasi 角点检测
YukinoAI的博客
03-23 718
目录 0 原理 1 举例 0 原理 上一章我们学习了 Harris 角点检测，后来 1994 年，J.Shi 和 C.Tomasi在他们的文章《Good_Features_to_Track》中对这个算法做了一个小小的修改，并得到了更好的结果。我们知道 Harris 角点检测的打分公式为： 但 Shi-Tomasi 使用的打分函数为： 如果打分超过阈值，我们就认为它是一个角点...
初入SLAM（4）——Shi-Tomasi角点检测
REstrat的博客
09-25 305
我们只需要注意cv2.goodFeaturesToTrack（）函数，当其中的useHarrisDetector为True，就是进行Harris角点检测，为False，就是进行Shi-Tomasi角点检测。中，我们详细介绍了Harris角点检测。现在是时候学习Shi-Tomasi了。在（1）中，我们得到Harris的评分函数是。都大于阈值，落在其中的点被认为是角点。如果大于阈值，则将其视为角点。
opencv之Shi-Tomasi角点检测
weixin_41786269的博客
12-09 264
它是Harris的改进版，最原始的定义是将矩阵M的行列式与M的迹相减，再将差值同预先给定的阈值进行比较。改进后，若两个特征值中较小的一个大于最小阈值，则会得到强角点。 void cv::goodFeaturesToTrack ( InputArray image, OutputArray corners, //检测到的角点的输出向量 int maxCorners, //角点的最大数量 double qua...
使用Qt和OpenCV实现Shi-Tomasi角点检测方法
Shi-Tomasi角点检测算法是计算机视觉领域常用的一种角点检测方法，它对角点的检测更加精确，适用于复杂图像的角点检测。该算法是在Harris角点检测算法的基础上进行改进的，通过选择两个最大的特征值来确定角点，提高...
评论 7
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Fire丶Chicken

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值