Shi-Tomasi角点检测在OpenCV中的应用原理及操作步骤是怎样的?
- 内容介绍
- 文章标签
- 相关推荐
本文共计1069个文字,预计阅读时间需要5分钟。
目录一. Shi-Tomasi 角点检测算法二. Shi-Tomasi 角点检测API函数接口三. Shi-Tomasi 角点检测算法 + Harris 角点检测基本数学公式 - 泰勒公式展开后,近似为:对局部微小的移动量[u,v]
目录
- 一.Shi-Tomasi 角点检测算法
- 二.Shi-Tomasi角点检测API函数接口
一.Shi-Tomasi 角点检测算法
Harris角点检测基本数学公式如下:
泰勒公式进行展开后,近似为:
对于局部微小的移动量[u,v],可以近似得到下面的表达:
其中M为2*2的矩阵,可由图像的导数求得:
矩阵M,将其对角化之后 ,特征值λ1, λ2 分别代表了X 和Y 方向的灰度变化率.
E(u,v)的椭圆形式如下:
Harris角点检测算法的角点响应函数为:
Harris角点检测算法就是对角点响应函数R进行阈值处理:R > threshold,即提取R的局部极大值。shi-Tomasi 算法是基于Harris 算法进行的改进,Harris算法最基础的数学定义是将矩阵 M 的行列式值与矩阵 M 的迹相减,再将差值与预先给定的阈值进行比较。若两个特征值中较小的一个大于最小阈值,则会得到强角点,这就是Shi-Tomasi角点检测算法。
本文共计1069个文字,预计阅读时间需要5分钟。
目录一. Shi-Tomasi 角点检测算法二. Shi-Tomasi 角点检测API函数接口三. Shi-Tomasi 角点检测算法 + Harris 角点检测基本数学公式 - 泰勒公式展开后,近似为:对局部微小的移动量[u,v]
目录
- 一.Shi-Tomasi 角点检测算法
- 二.Shi-Tomasi角点检测API函数接口
一.Shi-Tomasi 角点检测算法
Harris角点检测基本数学公式如下:
泰勒公式进行展开后,近似为:
对于局部微小的移动量[u,v],可以近似得到下面的表达:
其中M为2*2的矩阵,可由图像的导数求得:
矩阵M,将其对角化之后 ,特征值λ1, λ2 分别代表了X 和Y 方向的灰度变化率.
E(u,v)的椭圆形式如下:
Harris角点检测算法的角点响应函数为:
Harris角点检测算法就是对角点响应函数R进行阈值处理:R > threshold,即提取R的局部极大值。shi-Tomasi 算法是基于Harris 算法进行的改进,Harris算法最基础的数学定义是将矩阵 M 的行列式值与矩阵 M 的迹相减,再将差值与预先给定的阈值进行比较。若两个特征值中较小的一个大于最小阈值,则会得到强角点,这就是Shi-Tomasi角点检测算法。

