本文介绍了角点检测的基本概念和两种经典算法：Harri算法与Shi-Tomasi算法。Harri算法通过计算梯度特征值来检测角点，而Shi-Tomasi算法通过设定阈值简化了特征值判断，提供了更直观的角点检测。此外，文章还提及了亚像素角点检测，用于提高定位精度。
一、话说角点
三种基本的图像特征
- 边缘，对应下图黑框部分
- 角点，对应下图红框部分
- 团块，对应下图蓝框部分
下面介绍三种经典的角点检测的算法（前方公式高能，非战斗人员可直接跳到API和Demo部分）
- Harri算法
- Shi-Tomasi算法
- 亚像素级角点检测
二、Harri算法
Harri算法作为一种角点检测的经典算法，核心思想还是对像素进行梯度运算，总结角点处梯度的特征，前面讲到了XY角点的梯度特征，小林就以这个特征讲解Harri算法。
Harri算法有两种常见的表达式，我们先来看第一种。
![E\left( u,v \right)=\sum_{x,y}^{}{w\left( x,y \right)\left[ I\left( x+u,y+v \right)-I\left( x,y \right) \right]^{2}}](https://i-blog.csdnimg.cn/blog_migrate/82f5b437a1d22b94f479e64de78b43cb.png)
- u和v：窗口偏移量
- x和y：窗口内像素坐标
- W(X,Y) ：窗口函数，内含权重信息，常用的有权重为1和呈二元高斯正太分布的权重，意在突出像素值变化明显的程度
- 函数 I：像素密度函数，类比与像素值
现在来处理下这个公式，我们对后面平方项的求和式 ![\sum_{x,y}^{}{\left[ I\left( x+u,y+v \right)-I\left( x,y \right) \right]^{2}}](https://i-blog.csdnimg.cn/blog_migrate/7f4a77aed18efb6fab0fa4522368d3ed.png)
使用泰勒公式展开：
最低0.47元/天 解锁文章
扫一扫
162
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
