Moravec算子总结

一. Moravec基本原理

Moravec是一种基于灰度方差的角点检测算子，该算子计算图像中某个像素点沿着水平、垂直、对角线、反对角线四

个方向的灰度方差，其中的最小值选为该像素点的兴趣值，再通过局部非极大值抑制来检测是否为角点。

二. Moravec计算过程

1. 计算图像中各像素的兴趣值

在以像素为中心的图像窗口（比如）中，计算水平、垂直、对角线、反对角线四个方向的相邻像素灰度

差的平方和，如下所示：

其中，是图像窗口的半径。选取最小的一个值作为像素的兴趣值。

2. 给定一个经验阈值，将兴趣值大于该阈值的像素作为候选角点。选择阈值的原则：候选角点中要包含足够多的真实

角点，伪角点数目应该尽可能少。

3. 局部非极大值抑制选取角点，即在一定大小的窗口中，将候选角点中兴趣值最大的作为角点。

4. 如果两个角点之间的距离过短，那么去掉其中一个角点。

三. Moravec优点和缺点

1. 优点：计算速度快。

2. 缺点：对图像边缘和噪声敏感，并且有方向上的局限性。

四. Moravec的Matlab实现

 

参考文献：

[1] 视频分析算法60讲

[2] Obstacle Avoidance and Navigation in the Real World by a Seeing Robot Rover