Harris角点检测算法

Harris角点检测：

原理:利用矩形窗在图像上移动，若窗内包含有角点，则窗口向各个方向移动时，窗内的灰度值都会发生变化。从而达到检测图像角点的目的。 方法：

（增大α的值，将减小角点响应值R，降低角点检测的灵性，减少被检测角点的数量；减小α值，将增大角点响应值R，增加角点检测的灵敏性，增加被检测角点的数量。） 算法特点：

对亮度和对比度的变化不敏感；具有旋转不变性，但不具有尺度不变性；并不具备仿射不变性； 算法实现：

voiddetectHarrisCorners(const Mat& imgSrc, Mat& imgDst, double alpha) { Mat gray; if (imgSrc.channels() == 3) { cvtColor(imgSrc, gray, CV_BGR2GRAY); } else { gray = imgSrc.clone(); } gray.convertTo(gray, CV_64F); Mat xKernel = (Mat_(1, 3) << -1, 0, 1); Mat yKernel = xKernel.t(); Mat Ix, Iy; filter2D(gray, Ix, CV_64F, xKernel);

filter2D(gray, Iy, CV_64F, yKernel); Mat Ix2, Iy2, Ixy; Ix2 = Ix.mul(Ix); Iy2 = Iy.mul(Iy); Ixy = Ix.mul(Iy); Mat gaussKernel = getGaussianKernel(7, 1); filter2D(Ix2, Ix2, CV_64F, gaussKernel); filter2D(Iy2, Iy2, CV_64F, gaussKernel); filter2D(Ixy, Ixy, CV_64F, gaussKernel); Mat cornerStrength(gray.size(), gray.type()); for (int i = 0; i < gray.rows; i++) { for (int j = 0; j < gray.cols; j++) { double det_m = Ix2.at(i, j) * Iy2.at(i, j) - Ixy.at(i, j) * Ixy.at(i, j); double trace_m = Ix2.at(i, j) + Iy2.at(i, j); cornerStrength.at(i, j) = det_m - alpha * trace_m *trace_m; } } // threshold double maxStrength; minMaxLoc(cornerStrength, NULL, &maxStrength, NULL, NULL); Mat dilated; Mat localMax; dilate(cornerStrength, dilated, Mat()); compare(cornerStrength, dilated, localMax, CMP_EQ); Mat cornerMap; double qualityLevel = 0.01; double thresh = qualityLevel * maxStrength; cornerMap = cornerStrength > thresh; bitwise_and(cornerMap, localMax, cornerMap); imgDst = cornerMap.clone(); }

算法结果:

Kernel_size=7;k=0.01

OpencvAPI：

K=0.001

Opencv

K=0.1

opencv

附录：

算法执行过程：

百度搜索“77cn”或“免费范文网”即可找到本站免费阅读全部范文。收藏本站方便下次阅读，免费范文网，提供经典小说综合文库Harris角点检测算法在线全文阅读。