【opencv 角点检测总结】
2015-10-20 15:16
411 查看
什么是角点?
关于角点的具体描述可以有几种:
(1)、一阶导数(即灰度的梯度)的局部最大所对应的像素点;
(2)、两条及两条以上边缘的交点;
(3)、图像中梯度值和梯度方向的变化速率都很高的点;
(4)、角点处的一阶导数最大,二阶导数为零,指示物体边缘变化不连续的方向。
1、目前的角点检测算法可归纳为3类:
(1)、基于灰度图的角点检测
(2)、基于二值图像的角点检测
(3)、基于轮廓曲线的角点检测。
2、基于灰度图的角点检测又分为:
(1)、基于梯度。基于梯度的方法是通过计算边缘的曲率来判断角点的存在性,角点计算数值的大小不仅与边缘强度有关,而且与边缘方向的变化率有关,该方法对噪声比基于模板的角点检测方法对噪声更为敏感。
(2)、基于模板。基于模板的方法主要考虑像素邻域点的灰度变化,即图像亮度的变化,将与邻点亮度对比足够大的点定义为角点。
(3)、基于模板梯度组合。除了直接对灰度图像的像素操作以外,罗斌等人采用了变换的方法,用电磁场理论中矢势的鞍点检测来代替角点的检测,是一种综合了模板角点检测和灰度曲率角点检测的方法。通过高斯模板和图像的卷积获得Canny边缘映射图,再计算梯度和边缘矢量就得到了矢势。对于矢势计算高斯曲率和平均曲率来判定是否是鞍点,对应的应该是图像的角点。因为涉及到了曲率的计算,也有人将该方法归到边缘曲线的角点检测。
3、常见的基于模板的角点检测算法分为:
(1)、Kitchen-Rosenfeld角点检测算法
(2)、Harris角点检测算法
(3)、KLT角点检测算法
(4)、SUSAN角点检测算法
4、常见算法原理如下:
截图来自于:点击打开链接(华中科技大学-梁艳的硕士论文)
参考资料:http://www.itnose.net/detail/6055301.html
关于角点的具体描述可以有几种:
(1)、一阶导数(即灰度的梯度)的局部最大所对应的像素点;
(2)、两条及两条以上边缘的交点;
(3)、图像中梯度值和梯度方向的变化速率都很高的点;
(4)、角点处的一阶导数最大,二阶导数为零,指示物体边缘变化不连续的方向。
1、目前的角点检测算法可归纳为3类:
(1)、基于灰度图的角点检测
(2)、基于二值图像的角点检测
(3)、基于轮廓曲线的角点检测。
2、基于灰度图的角点检测又分为:
(1)、基于梯度。基于梯度的方法是通过计算边缘的曲率来判断角点的存在性,角点计算数值的大小不仅与边缘强度有关,而且与边缘方向的变化率有关,该方法对噪声比基于模板的角点检测方法对噪声更为敏感。
(2)、基于模板。基于模板的方法主要考虑像素邻域点的灰度变化,即图像亮度的变化,将与邻点亮度对比足够大的点定义为角点。
(3)、基于模板梯度组合。除了直接对灰度图像的像素操作以外,罗斌等人采用了变换的方法,用电磁场理论中矢势的鞍点检测来代替角点的检测,是一种综合了模板角点检测和灰度曲率角点检测的方法。通过高斯模板和图像的卷积获得Canny边缘映射图,再计算梯度和边缘矢量就得到了矢势。对于矢势计算高斯曲率和平均曲率来判定是否是鞍点,对应的应该是图像的角点。因为涉及到了曲率的计算,也有人将该方法归到边缘曲线的角点检测。
3、常见的基于模板的角点检测算法分为:
(1)、Kitchen-Rosenfeld角点检测算法
(2)、Harris角点检测算法
(3)、KLT角点检测算法
(4)、SUSAN角点检测算法
4、常见算法原理如下:
截图来自于:点击打开链接(华中科技大学-梁艳的硕士论文)
参考资料:http://www.itnose.net/detail/6055301.html
相关文章推荐
- 8.2.1.8 IS NULL Optimization NULL 优化:
- 网站安全性测试
- linux+FreeRadius+mysql+Apache安装搭建过程
- centos7 搭建GlusterFS
- GET请求中对 “+” 的处理
- 入侵指定网站的思路~菜鸟必学
- jenkins maven tomcat做持续集成的时候几个关键配置
- Spark与Hadoop关系
- open judge 2746 约瑟夫问题【队列】
- Docker 会取代虚拟机吗?
- Linux服务器技术收集
- 如何打造真正可动态扩展的服务架构
- 加JENKINS的SLAVE节点(LINUX)要注意的事项
- 软件架构师之AOP
- bash之条件测试if/else
- linux rz上传文件及出错解决方案
- bash脚本编写基础
- linux添加tomcat服务并设置开机启动
- SVN 更新后Tomcat 启动时出现问题
- 开源BI报表及OLAP多维分析平台OPENI(一)—DEMO演示