Opencv2.4学习：：角点检测（三）Shi-Tomasi角点

角点检测（三） 

---

1、moravec角点

2、harris角点

3、Shi-Tomasi角点

---

Shi-Tomasi角点

从上一篇harris角点可知，harris判断是否角点的评判公式是:

R = λ1λ2 - k(λ1 + λ2)²

而这里的 Shi-Tomasi角点，是harris角点算法的一个变式，其评判公式为：

 R = min(λ1， λ2)

即为，当矩阵M的两个特征值λ都大于设定阈值时，才判定为角点。

---

核心函数

void goodFeaturesToTrack(
InputArray image, 
OutputArray corners, 
int maxCorners, 
double qualityLevel, 
double minDistance, 
InputArray mask=norArray(), 
int blockSize=3, 
bool useHarrisDetector=false, 
double k=0.4) 

• 第一个参数，InputArray类型的image,输入图像，须为8位或浮点型32位单通道图像。 
• 第二个参数，OutputArray类型的corners,检测到的角点的输出向量。 
• 第三个参数，int类型的maxCorners,角点的最大数量。 
• 第四个参数，double类型的qualityLevel,角点检测可接受的最小特征值。其实实际用于过滤角点的最小特征值是qualityLevel与图像中最大特征值的乘积。所以qualityLevel通常不会超过1（常用的值为0.10或者0.01）。而检测完所有的角点后，还要进一步剔除掉一些距离较近的角点。 
• 第五个参数，double类型的minDistance，角点之间的最小距离，此参数用于保证返回的焦点之间的距离不小于minDistance个像素。 
• 第六个参数，InputArray类型的mask，可选参数，表示感兴趣区域，有默认值noArray().若此参数非空（需为CV_8UC1类型，且和第一个参数image有相同的尺寸），便用于指定角点检测区域。 
• 第七个参数，int类型的blockSize,有默认值3，是计算导数自相关矩阵时指定的领域范围。 
• 第八个参数，bool类型的useHarrisDetector,默认值false,指示是否使用Harris角点检测。 
• 第九个参数，double类型的k，有默认值0.04,为用于设置Hessian自相关矩阵行列式的相对权重的权重系数。

---

调用代码：

#include
#include
#include
#include
#include
using namespace std;
using namespace cv;
void main()
{
	Mat srcImg = imread("F:\\opencv_re_learn\\flash.jpg");
	if (!srcImg.data){
		cout << "failed to read" << endl;
		system("pause");
		return;
	}
	Mat srcGray;
	cvtColor(srcImg, srcGray, CV_BGR2GRAY);
	//设置检测参数
	vectorvecCorners;
	//可接受的角点最差指标
	double qualityLevel = 0.1;
	//焦点间最小距离
	double minDistance = 10;
	//像素邻域中计算协方差矩阵窗口的尺寸
	int blockSize = 3;
	bool useHarriesDetector = false;
	double k = 0.04;
	//检测到的角点输出最大数目
	int maxCorners = 15;
	int maxTrackbar = 100;
	Mat result = srcImg.clone();
	//调用函数
	goodFeaturesToTrack(srcGray, vecCorners, maxCorners,
		qualityLevel, minDistance, Mat(), blockSize,
		useHarriesDetector, k);
	cout << "Corners counts:" << vecCorners.size() << endl;
	//绘制
	for (int i = 0; i < vecCorners.size(); i++){
		circle(result, vecCorners[i], 4, Scalar(0, 0, 255), 2);
	}
	imshow("resule", result);
	waitKey(0);
}

测试效果：

可以看到，该方法检测的角点比harris角点还要细致一些