点特征提取算法.ppt

（2）给定一经验阈值，将兴趣值大 于阈值的点作为候选点。
确定窗 口大小
（3）选取候选点中的极值点作为 特征点。
Moravec算子是在四个主要方向上， 选择具有最大――最小灰度方差 的点作为特征点
4. Forstner算子
Robert’s梯度和灰度协方差矩阵，寻找具有尽 可能小而接近圆的误差椭圆的点作为特征点
2g
2g x 2
2g y 2
2 gij ( gi1, j gi, j ) ( gi, j gi1, j ) ( gi, j 1 gi, j ) ( gi, j gi, j 1 )
gi1, j gi1, j gi, j 1 gi, j 1 4gi, j
0 1 0
1 4 1
-1 1 -1 1
•Roberts梯度算子
g
Gr
g ( x,
y)
u
g
gu
g
v
v
1
Gr
(x,
y)
( g u2
g
2 v
)
2
-1 1
1
Gi, j gi, j gi1, j 2 (gi, j gi, j1)2 2
-1 1
•方向差分算子
直线与边 缘的方向
北
东北
东
东南
1 1 1 1 1 1 1 1 1 1 1 1
q 4DetN (trN )2
DetN代表矩阵N之行列式 trN代表矩阵N之迹
(4）确定待选点
Tq 0.5 ~ 0.75
fw ( f 0.5 ~ 1.5)
T cc (c 5)
当 q Tq同时 w Tw，该像元为待选点
（5）选取极值点
即在一个适当窗口中选择最大的待选点
第三节 线特征提取算子
-1 -2 1 -1 0 1 -1 2 1
Sobel 算子
加大模扳 抑制噪声
4. 二阶差分算子
•方向二阶差分算子
gij (gi1,j gi,j) (gi,j gi1,j)
1
[gi1,j
gi, j
gi1,j ]
2
gij
[1
2
1]
1
gij ( gi1, j gi, j ) ( gi, j gi1, j )
第二节 点特征提取算法
主要内容
一.Moravec算子
二.Forstner算子
1.点特征
•点特征主要指 明显点， •提取点特征的 算子称为兴趣 算子
2.点特征的灰度特征
3.Moravec算子
Moravec于1977年提出利用灰度 方差提取点特征的算子
r
c
（1）计算各像元的兴趣值 IV
k 1
V1
( g c i,r g c i 1,r ) 2
ik
V2
k 1
( gci,r i
g c i 1,r i 1 ) 2
ik
k 1
V3
( g c,r i g c,r i 1 ) 2
ik
k 1
V4
( g ci,r i
ik
g c i 1,r i 1 ) 2
IVc,r min{V1,V2 ,V3,V4}
1
2
1
1 2 1 1 2 1 1 2 1
1 1 1 1 1 1 1 1 1 1 1 1
南
西南
西
西北
1 1 1 1 1 1 1 1 1 1 1 1
1
2
1
1 2 1 1 2 1 1 2 1
1 1 1 1 1 1 1 1 1 1 1 1
• Sobel算子
考察它上下、左右邻点灰度的加权差。与
1. 线特征
➢“边缘” 影像局部区域特征不相 同的区域间的分界线 ➢“线” 是具有很小宽度的其中间 区域具有相同的影像特征的边缘对
差分算子、拉普拉斯算手、LOG算子等
房屋的提取
道路的提取
2.线的灰度 特征
主要内容
一.微分算子 二.二阶差分算子 三.Hough变换
3. 微分算子
•梯度算子
g
ick jrk
c k 1 r k 1
g
2 v
( gi , j 1 gi 1, j )2
ick jrk
c k 1 r k 1
gu gv
( gi 1, j 1 gi , j )(gi , j 1 gi 1, j )
ick jrk
（3）计算兴趣值q与w
1 DetN
trQ trN
1
[ gi, j1
gi, j
gi, j 1 ]
2
1
1
gij
2
1
i, j i, j
1
0 1 0
D 1 2 1 2 1 4 1
i, j
1
0 1 0
0 1 0
1 1
1 1 1
D1 1 4 1 2 2 1 8 1
0 1 0 1
1 1 1 1
•拉普拉斯算子（Laplace）
之接近的邻点的权大：
1 0 -1
1 0 1
Gx 2 0
2
1 0 1
1 2 1
Gy
0
0
0
1 2 1
2 0 -2 1 0 -1 -1 -2 -1 000 121
1 0 -1 2 0 -2 1 0 -1
-1 -2 -1 000 121
1g-11 0g-22 -g-113 2g04 0g05 -g206 1g17 0g28 -g19
i, j
0 1 0
取其符号变化的点，即通过零的点为 边缘点，通常也称其为零交叉点
卷积核
掩膜
0 1 0 1 4 1 0 1 0
0 -01 0-01 0-01 0-01 -01 0 0-1 -40-11 0-4-011 0-40-11 -04-011 04-1 -01 -001 4--0011 -04-0-0111 --00-401011 04-0--00111 -0-4-0111 0-01 0-01 -40-011 0--40-01011 40--0-0-1111 --4010-011 0--411 0-1 0-1 -04-11 00-4-11 0--00-1141 -001-0-11 0-01-41 00-1 -01 4-01 -40-101 -4-10-11 4--110 -41-1 -10 0 -01 0-1 0-01 -001 0-1 0
（l）计算各像素的Robert’s梯度
gu
g u
g i 1,
j 1
gi,
j
gv
g v
Biblioteka Baidu
gi,
j 1
g i 1,
j
（2）计算ll（如55或更大）窗口
中灰度的协方差矩阵
Q N 1
gu 2
g
u
g
v
1
gv gu
g
v
2
c k 1 r k 1
g
2 u
( gi 1, j 1 gi , j )2
Sx (i, j) g1 g3 2g4 2g6 g7 g9
Sy (i, j) g7 2g8 g9 g1 2g2 g3
Prewitt算子与Sobel算子
-1 0 1 -1 0 1 -1 0 1
-1 0 1 -2 0 2 -1 0 1
-1 -1 -1 000 111
Prewitt算子
Gg ( x,
y)
x
g
y
1
G( x,
y)
magG
(
g x
)2
( g y
)2
2
•差分算子
1
Gi, j
gi, j gi1, j
2 (gi, j
gi,
)2
j 1
2
近似
Gi, j gi, j gi1, j gi, j gi, j1
对于一给定的阈值T，当时，则认为 像素（i，j）是边缘上的点。