MATLAB——Harris角点检测

为完成对棋盘标板的角点检测，特此记录。

角点：最直接的定义为在水平、垂直两个方向上变化均较大的点

最常用的角点检测算法为Harris角点检测方法，原理如下：

1. 计算图像I(x,y)在X和Y两个方向的梯度Ix、Iy
2. 计算图像两个方向梯度的乘积
3. 使用高斯函数对Ix^2、Iy^2和Ixy进行高斯加权（取σ=1），生成矩阵M的元素A、B和C
4. 计算每个像素的Harris响应值R，并对小于某一阈值t的R置为零
5. 在3×3或5×5的邻域内进行非最大值抑制，局部最大值点即为图像中的角点

在matlab中对该方法进行了实验，代码如下：

function [posr,posc]=Harris1(in_image,a)
% 功能：检测图像harris角点
% in_image-待检测的rgb图像数组
% a--角点参数响应，取值范围：0.04~0.06
% [posr，posc]-角点坐标
in_image=rgb2gray(in_image);
I=double(in_image);
%%%%计算xy方向梯度%%%%%

fx=[-1,0,1];%x方向梯度模板
Ix=filter2(fx,I);%x方向滤波
fy=[-1;0;1];%y方向梯度模板(注意是分号)
Iy=filter2(fy,I);
%%%%计算两个方向梯度的乘积%%%%%
Ix2=Ix.^2;
Iy2=Iy.^2;
Ixy=Ix.*Iy;
%%%%使用高斯加权函数对梯度乘积进行加权%%%%
%产生一个7*7的高斯窗函数，sigma值为2
h=fspecial('gaussian',[3,3],2);
IX2=filter2(h,Ix2);
IY2=filter2(h,Iy2);
IXY=filter2(h,Ixy);
%%%%%计算每个像元的Harris响应值%%%%%
[height,width]=size(I);
R=zeros(height,width);
%像素(i,j)处的Harris响应值
for i=1:height
    for j=1:width
        M=[IX2(i,j) IXY(i,j);IXY(i,j) IY2(i,j)];
        R(i,j)=det(M)-a*(trace(M))^2;
    end
end
%%%%%去掉小阈值的Harris值%%%%%
Rmax=max(max(R));
%阈值
t=0.005*Rmax;
for i=1:height
    for j=1:width
        if R(i,j)

对于规则的棋盘标板，可准确检测，对于不规则的棋盘标板，边缘区域存在误差，改变角点参数a对结果有些微影响，该方法存在一个问题，对同一个角点会重复检测：在同一个角点附近同时定位出坐标相差细微的多个角点坐标，对最终结果造成影响。