《OpenCV3编程入门》学习笔记10 角点检测(一）Harris角点检测

第10章 角点检测

10.1 Harris角点检测

10.1.1 角点

1.图像特征类型：
（1）边缘
（2）角点（感兴趣点）
（3）斑点（感兴趣区域）
2.角点定义：
（1） 一阶导数（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0，指示了物体边缘变化不连续的方向
3.角点检测算法：
（1）基于灰度图像的角点检测
  1）基于梯度
  2）基于模板
    考虑像素邻域点的灰度变化，将与邻域点亮度对比足够大的点定义为角点
    常见算法：Kitchen-Rosenfeld角点检测、Harris角点检测、KLT角点检测、SUSAN角点检测
  3）基于模板梯度组合
（2）基于二值图像的角点检测
（3）基于轮廓曲线的角点检测

10.1.2 harris角点检测

1.作用：
  基于灰度图像的角点提取算法，运行Harris角点检测算子进行角点检测
2.原理：
  和cornerMinEigenVal()以及cornerEigenValsAndVecs()函数类似，cornerHarris函数对于每一个像素(x,y)在blockSize*blockSize邻域内，计算2*2梯度的协方差矩阵M(x,y)，然后找出输出图中局部最大值，即找出角点：
                
3.函数原型：

void cornerHarris(InputArray src, OutputArray dst, int blockSize, int ksize, double k, intborderType=BORDER_DEFAULT)

4.参数说明：
（1）输入图像，单通道8位或浮点型图像
（2）存放Harris角点检测输出结果，与原图像一样尺寸和类型
（3）邻域大小
（4）Sobel()算子孔径大小
（5）Harris参数
（6）图像像素边界模式，默认BORDER_DEFAULT

10.1.3 示例程序

1.Harris角点检测

#include
#include
#include
using namespace cv;
int main()
{
	//载入灰度图像并显示
	Mat srcImage = imread("1.jpg", 0);
	imshow("【原始图】", srcImage);

	//进行Harris角点检测
	Mat cornerStrength;
	cornerHarris(srcImage, cornerStrength, 2, 3, 0.01);

	//对灰度图进行阈值操作，得到二值图并显示
	Mat harrisCorner;
	threshold(cornerStrength, harrisCorner, 0.00001, 255, THRESH_BINARY);
	imshow("【角点检测后的二值效果图】", harrisCorner);

	waitKey(0);
	return 0;
}

运行效果：

2.Harris角点检测与绘制

/*
	程序说明：滑动条调节阈值，以控制harris检测角点数量
*/
#include
#include
#include
#include
using namespace cv;
using namespace std;
//定义辅助宏
#define WINDOW_NAME1 "【原始图窗口】"
#define WINDOW_NAME2 "【程序窗口1】"
#define WINDOW_NAME3 "【程序窗口2】"
//全局变量
Mat g_srcImage, g_srcImage1, g_grayImage;
int thresh = 30;
int max_thresh = 175;
//全局函数
void on_CornerHarris(int, void*);
int main()
{
	//载入原图
	g_srcImage = imread("1.jpg");
	if (!g_srcImage.data)
	{
		printf("载入原图失败~！\n");
		return false;
	}
	imshow(WINDOW_NAME1, g_srcImage);

	g_srcImage.copyTo(g_srcImage1);
	cvtColor(g_srcImage, g_grayImage, COLOR_RGB2GRAY);
	
	//创建滑动条并初始化
	namedWindow(WINDOW_NAME2, WINDOW_AUTOSIZE);
	createTrackbar("阈值：", WINDOW_NAME2, &thresh, max_thresh, on_CornerHarris);
	on_CornerHarris(0, 0);

	waitKey(0);
	return 0;
}
void on_CornerHarris(int, void*)
{
	//局部变量
	Mat dstImage;//目标图
	Mat normImage;//归一化图
	Mat scaledImage;//线性变换后的八位无符号整型图
	
	//初始化
	//置零当前需要显示的两幅图，即清除上一次调用此函数时的值
	dstImage = Mat::zeros(g_srcImage.size(), CV_32FC1);
	g_srcImage.copyTo(g_srcImage1);
	
	//角点检测
	cornerHarris(g_grayImage, dstImage, 2, 3, 0.04, BORDER_DEFAULT);
	//归一化与转换
	normalize(dstImage, normImage, 0, 255, NORM_MINMAX, CV_32FC1, Mat());
	convertScaleAbs(normImage, scaledImage);//将归一化后的图线性变换成8位无符号整型
	//将检测到的，符合阈值条件的角点绘制出来
	for (int i = 0; i < normImage.rows; i++)
	{
		for (int j = 0; j < normImage.cols; j++)
		{
			if ((int)normImage.at<float>(i, j) > thresh + 80)
			{
				circle(g_srcImage1, Point(j, i), 5, Scalar(10, 10, 255), 2, 8, 0);
				circle(scaledImage, Point(j, i), 5, Scalar(0, 10, 255), 2, 8, 0);
			}
		}
	}
	imshow(WINDOW_NAME2, g_srcImage1);
	imshow(WINDOW_NAME3, scaledImage);
}

运行效果：