数字摄影测量之——Matlab实现Harris算子

 

Harris算子理论上来说是Moravec算子的改进，不过实际在求解过程中与Moravec算子的算法有很大不同。首先是使用高斯滤波，对整幅图像进行处处理，以达到降噪的目的。由于Matlab中可以很容易地实现滤波操作，因此在对一阶梯度进行求解时，可以使用[-1 0 1]和[-1 0 1]T的滤波核对整幅图像进行滤波处理，得到的即是一阶梯度的数据。之后根据得到的一阶梯度，求解图像的自相关矩阵M，通过自相关矩阵M的迹和行列式的值，计算响应因子R，从而根据响应因子R来判定其是否为角点。

 

具体步骤：

 

1、对整幅图像做高斯滤波进行降噪

 

2、使用-1 0 1]和[-1 0 1]T作为滤波核，分别求出图像的水平和竖直方向的一阶梯度。

 

3、基于上一步的梯度结果，计算自相关矩阵M，进而计算响应因子R

 

4、设定阈值，此处选择阈值T=40000

5、进行抑制局部非最大操作，将符合条件的点显示在图像上。

 

 

close all;
clear all;
clc;
img=(imread('lena512color.tif'));
img =double( rgb2gray(img));
[X,Y]=size(img);
img2 = imread ('lena512color.tif');
img2 = rgb2gray(img2);
figure;
subplot (1,2,1);
imshow(img2);

imgn=zeros(X,Y);
% 定义高斯滤波
sigma = 1.6;
gausFilter = fspecial('gaussian',5,sigma);
% blur = imfilter(img,gausFilter,'conv');
% 对图像求一阶梯度
fx=[-1,0,1];
Ix=filter2(fx,img);
fy=[-1;0;1];
Iy=filter2(fy,img);
Ix2=Ix.^2;
Iy2=Iy.^2;
Ixy=Ix.*Iy;
gx=filter2(gausFilter,Ix2);
gy=filter2(gausFilter,Iy2);
gxy=filter2(gausFilter,Ixy);
% 遍历所有像元，计算响应因子R 
count1 = 0 ; 
for x=1:X
   for y=1:Y
      %       构建自相关矩阵M
      M=[gx(x,y),gxy(x,y);gxy(x,y),gy(x,y)];
      %      计算响应算子 
      k = 0.04;
      R = det( M )-k*trace(M)^2;    
      imgn(x,y)=R ;
      if(R>0)
      count1 = count1 + 1;
      end
   end
end
% %设阈值，小于均置零
% % % % % %  多种阈值的显示%%%%%%
sortedarray= sort(imgn(:),'descend');%降序排序
% T = mean(sortarray(1:(count1*0.9)));
% T = sum(sortarray(1:(count1*0.2)))/count1;%求前百分之20的均值
% T=0.01*max(max(imgn)); %最大值的0.01为阈值
T=40000;%手动经验阈值
% T  = mean(imgn(:)); %整幅图像均值
% T = mean(sortedarray(1:count1));
% T = 0;
ind=find(imgn0
            plot(y,x,'+','color','red');
            count=count+1; 
        end
    end
end

程序结果如下：