Matlab图像处理学习笔记(五):Harris角点检测

本文将从Harries角点检测的原理出发,讲述怎么用matlab一步步实现Harris角点检测算法。

matlab可以用corner直接调用Harris角点检测算法,但为了学习如何提取特征点,本文用matlab将其实现,纯粹出于学习目的。由于harris角点特征点相对比较简单,容易实现,这位学习别的特征点检测打下基础。程序中出现的定常数均采用Matlab中corner实现该算法时的默认值。

在实现的过程中,主要是参考了Chris Harris & Mike Stephens在1988年发表的那篇文章A COMBINED CORNER AND EDGE DETECTOR。

本文一部分图像及公式来源于百度文库的一篇PPT:Harris角点检测,可自行检索获得。

转载请注明出处:http://blog.csdn.net/u010278305

本文涉及到的知识点如下:

1、高斯卷积。

2、Harris角点检测。

程序设计流程如下:

1、先将论文涉及该算法的主要部分给出截图:

Matlab图像处理学习笔记(五):Harris角点检测

设计程序时,首先要完成论文的这一部分,计算出A、B、C。

2、运用高斯窗对其进行滤波。

高斯函数如下:

用matlab生成一个高斯卷积核的方法:

h=fspecial('gaussian',[5 1],1.5);
w=h*h';

3、遍历图像的每一点,求其M矩阵,并计算出R(之后用于判断是否是角点)。

M矩阵为:

Matlab图像处理学习笔记(五):Harris角点检测

R的计算方法为:

Matlab图像处理学习笔记(五):Harris角点检测

4、判断是否是角点。

如果R大于0且大于Q*RMax,则认为它是角点,RMax为R的最大值,Q为一个常数系数。

5、对角点进行筛选。只有在8邻域内是最大值的店才会被认为是角点。

下面给出源代码:

%function:
%       Harris角点检测
%注意:
%       matlab自带的corner函数即可实现harris角点检测。但考虑到harris角点的经典性,本程序将其实现,纯粹出于学习目的,了解特征点检测的方法。
%       其中所有参数均与matlab默认保持一致
%referrence:
%      Chris Harris & Mike Stephens,A COMBINED CORNER AND EDGE DETECTOR
%date:2015-1-11
%author:chenyanan
%转载请注明出处:http://blog.csdn.net/u010278305

%清空变量,读取图像
clear;close all
src= imread('images/girl.jpg');

gray=rgb2gray(src);  
gray = im2double(gray);
%缩放图像,减少运算时间
gray = imresize(gray, 0.2);

%计算X方向和Y方向的梯度及其平方
X=imfilter(gray,[-1 0 1]);
X2=X.^2;
Y=imfilter(gray,[-1 0 1]');
Y2=Y.^2;
XY=X.*Y;

%生成高斯卷积核,对X2、Y2、XY进行平滑
h=fspecial('gaussian',[5 1],1.5);
w=h*h';
A=imfilter(X2,w);
B=imfilter(Y2,w);
C=imfilter(XY,w);

%k一般取值0.04-0.06
k=0.04;
RMax=0;
size=size(gray);
height=size(1);
width=size(2);
R=zeros(height,width);
for h=1:height
    for w=1:width
        %计算M矩阵
        M=[A(h,w) C(h,w);C(h,w) B(h,w)];
        %计算R用于判断是否是边缘
        R(h,w)=det(M) - k*(trace(M))^2;
        %获得R的最大值,之后用于确定判断角点的阈值
        if(R(h,w)>RMax)
            RMax=R(h,w);
        end
    end
end

%用Q*RMax作为阈值,判断一个点是不是角点
Q=0.01;
R_corner=(R>=(Q*RMax)).*R;

%寻找3x3邻域内的最大值,只有一个交点在8邻域内是该邻域的最大点时,才认为该点是角点
fun = @(x) max(x(:)); 
R_localMax = nlfilter(R,[3 3],fun); 

%寻找既满足角点阈值,又在其8邻域内是最大值点的点作为角点
%注意:需要剔除边缘点
[row,col]=find(R_localMax(2:height-1,2:width-1)==R_corner(2:height-1,2:width-1));

%绘制提取到的角点
figure('name','Result');
subplot(1,2,1),imshow(gray),title('my-Harris'),
hold on
plot(col,row, 'b*'),
hold off

%用matlab自带的edge函数提取Harris角点,对比效果
C = corner(gray);
subplot(1,2,2),imshow(gray),title('matlab-conner'),
hold on
plot(C(:,1), C(:,2), 'r*');
hold off

下面给出本程序运行效果与matlab的corner运行效果的对比图:

Matlab图像处理学习笔记(五):Harris角点检测

测试文件你可以仔细选取,或者在之前发布的博客中找到。

转载请注明出处:http://blog.csdn.net/u010278305

你可能感兴趣的:(matlab,图像处理,模式识别,harris角点检测,特征点)