Harris角点检测算法2

前一篇文章简要的说了一下空域上的Harris角点检测,现在说一下我真正要说的时空域上的3D Harris角点检测。

 

其实理解了空域的角点检测,时空域上的也就是多了一个时间的维度罢了,思想是一样的。

首先我们还是进行尺度变换,将视频变化为尺度空间表示:

,其中\sigma_1是空域的尺度,\tau_1是时间域的尺度,G是高斯核函数

 

所以,根据空域中的方法,我们定义

按照泰勒公式展开,可以得到矩阵M:

也可以得到Harris角点算子在时空域的表达形式,即:


同样,我们来验证上式R的局部最大值与3个特征值都很大的对应关系。

,且

则上式变为

这里我们要求R>=0,所以

设alpha=1,beta=1,那么k=1/27.注意这里alpha和beta最小为1.随着k的增大,R将取得局部最优值,那么我们求得特征值也一定是比较大(alpha>1,beta>1)的。特别的如果我们取alpha=beta=23,那么k=0.005,这个k也是我们比较常用的k的取值。


这里只是稍微做了一些数学上的描述,二维Harris角点的程序就不加了,网上到处都是。做完实验补上三维Harris角点的检测程序。

你可能感兴趣的:(算法)