基于OpenCV的Harris角点检测
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
中图分类 号 :P9 T3 1 文献标 志码 : A 文章 编号 :64— 3 X 2 1 )4- 0 3一 4 17 3 0 ( 0 1 O 0 5 o
随着计算机技术的不断发展 , 计算机视觉已成为计算机领域中的热门研究课题之一. 利用相机采集图像 再结合图像处理和机器视觉等基础知识进行几何体相关参数视觉测量的技术 , 已经在现实生活中得到广泛
方 向发生 小小 的偏 移都 能 引起灰 度 的较 大变 化 , 么就认 为该 点是 角点 . 那
哈里斯检测算法受信号处理中 自 相关函数的启发认为 , 对于一 幅图片 , 角点与 自 相关 函数的曲率特性
相关 , 自相关 函数 表述 了局部 图像 灰度 的变 化程 度 , 并把 灰度 变化 度量 定义 为 :
的应用. 在进行视觉测量工作之前 , 首先要对摄像头进行标定 , 因为相机标定精度在很大程度上决定了视觉
测量的精度. 标定就是要计算出摄像头 的标定 内外参数以及 畸变参数 , 』其结果可以找出世界坐标 和图像 坐标之间的变换关系 , 所以寻找标定点的图像坐标是相机标定的重要环节. 由于角点包含了被识别物重要的 几何参数信息, 而在相机标定中需要利用到黑白棋盘格图片 , 以利用角点检测获取检测黑 白棋盘格图像中 所 的角点 , 从而可以获取特征点的像素坐标 . , 为相机参数标定提供 了已知条件. 在计算机视觉领域 中, 角点检测技术可以大致分为两大类 : 一类是基于图像边缘信息如基于边界链码和
小波变换模的角点检测算法 ; 另一类是基于图像灰度信息如 H rs 哈里斯 ) ai r( 算法 的角点检测技术. 第一
类算法在角点检测时较多依赖于边缘线 , 假设 由于某种原 因边缘线发生 中断, 则会对角点的检测及提取结果
产生 影 响. 比如 , 当镜 头为 广角 镜 时 ,会产 生 比较 大 的 畸变 ,边 缘检 测 后 棋 盘格 的边缘 会 发 生 弯 曲 , 时 的 这
化. 哈里斯 的角 点响应 函数 ( R H F)可 以表示 为 :
职 F( y =d tM)一k t c ( , , ) e( (r e M) ) a () 6
E
,
=
∑W, )+2 y + u J= x+ CY B u ( v , 2 v L () A 2 + y,
() 2
式中, = ( ) A o C = ( ・y W, I)O B : ( o ( 表示卷 积 ) W, L) W o .
计算 E 的二次型得 :
H ri ar s算法的基 本原理 , O e C 在 pn V算法环境 下运 用 Ha i 算法对 黑白棋盘格 图像进行 角点检测 , rs r 实验结果可以应用在摄像机
的标定 当中, 具有一定的应用价值.
关键词 : 角点 ; r s Ha i 算法 ; r 角点检 测 ; pn V O eC
1 H ns a i角点检测算 法的基本原理
角点被定义为图像边缘曲线上曲率极大值的点或图像亮度变化剧烈的点 , 这些点既保 留了图像的重要 特征 , 又有效地减少了信息 的数据量. a i算法 以 M r e H rs r o v 算法为基础 , a J其检测原理为 : 如果某一点朝任
一
第2 3卷 第 4期
21 0 1年 l 2月
河 南工程 学院学报( 自然科学版)
J URNAL 0F HE O NAN NS I UT GI ER NG I T T E OF EN NE I
V0. 3. o 4 12 N . De . 0 1 c 2 1
基 于 Op n V 的 H rs角 点 检 测 eC ar i
收稿 日期 :0 1 0—2) 2 1 一l I
。 对于任何微小的偏移 , 略去无穷小项得 :
作者简介 : 陈凯歌(95 , 河 南平顶 山人 ,i: " , 18 一) 男, 3t ,-N究生 主要从事 图 处理与模 式识别方面的研 究 , 像
・
5 4・
河 南工程学院学报(自然科 学版)
陈凯歌 韩 晓军 张 宇 , , , 杜云飞
(. 1 天津工业大学 电子与信息工程 学院 , 天津 30 8 ;. 0 372 天津工业大学 理学院 , 天津 30 8 ) 03 7
摘 要: 角点检测在运动估计 、 光流计算 、 觉定位、 D重建和相机标定 、 视 3 形状测量和分析等方 面都有广泛的应用. 详述 了
检测结果就会产生较大误差. a i角点检测是 目前效果较好的角点检测算法 , H rs r 它不仅不受摄像机姿态以及 光照的影响 ]而且还适用于数 目较多的: , 自点且光源复杂的情况 , 同时还具有计算简单、 提取方便 、 稳定等 诸多优点. 鉴于以上情况 , 本文采用 H rs a i检测算法对黑 白棋盘格图像进行角点检测. r
E :∑加 I
一 I , =∑加 I
+ + ( 2 +J l, yl 0, ̄ t) O / u
() 1
式中 ,… 为窗 口偏移 ( ,) E , 所引起的图像灰度的平均变化度量 ;代表图像灰度 函数 , , J 『 W为窗 口函数 , ,为 U 滤波窗的系数 , 通常情况下 加 =e
E =u川 . , 1 v
为实 对称矩 阵 :
( 3 )
M ∑ [ . = 驯. I
x
㈩
对 式 ( ) 行对 角化处 理得 : 4 进
% (
㈣
式 中, R为旋转因子 , 对角化处理后并不改变 以 为坐标参数的空间曲面的形状 , , 其特征值反映了2 个主轴 方向的图像表面曲率. 如果 2个特征值都较小 , 那么表明特征点周围区域为“ 平坦区域” 若特征值为一大一 ; 小, 那表明目标点位于“ 边缘”上; 当且仅当 2 个特征值都较大时 , 沿任何方向的偏移都将导致剧烈的灰度变
随着计算机技术的不断发展 , 计算机视觉已成为计算机领域中的热门研究课题之一. 利用相机采集图像 再结合图像处理和机器视觉等基础知识进行几何体相关参数视觉测量的技术 , 已经在现实生活中得到广泛
方 向发生 小小 的偏 移都 能 引起灰 度 的较 大变 化 , 么就认 为该 点是 角点 . 那
哈里斯检测算法受信号处理中 自 相关函数的启发认为 , 对于一 幅图片 , 角点与 自 相关 函数的曲率特性
相关 , 自相关 函数 表述 了局部 图像 灰度 的变 化程 度 , 并把 灰度 变化 度量 定义 为 :
的应用. 在进行视觉测量工作之前 , 首先要对摄像头进行标定 , 因为相机标定精度在很大程度上决定了视觉
测量的精度. 标定就是要计算出摄像头 的标定 内外参数以及 畸变参数 , 』其结果可以找出世界坐标 和图像 坐标之间的变换关系 , 所以寻找标定点的图像坐标是相机标定的重要环节. 由于角点包含了被识别物重要的 几何参数信息, 而在相机标定中需要利用到黑白棋盘格图片 , 以利用角点检测获取检测黑 白棋盘格图像中 所 的角点 , 从而可以获取特征点的像素坐标 . , 为相机参数标定提供 了已知条件. 在计算机视觉领域 中, 角点检测技术可以大致分为两大类 : 一类是基于图像边缘信息如基于边界链码和
小波变换模的角点检测算法 ; 另一类是基于图像灰度信息如 H rs 哈里斯 ) ai r( 算法 的角点检测技术. 第一
类算法在角点检测时较多依赖于边缘线 , 假设 由于某种原 因边缘线发生 中断, 则会对角点的检测及提取结果
产生 影 响. 比如 , 当镜 头为 广角 镜 时 ,会产 生 比较 大 的 畸变 ,边 缘检 测 后 棋 盘格 的边缘 会 发 生 弯 曲 , 时 的 这
化. 哈里斯 的角 点响应 函数 ( R H F)可 以表示 为 :
职 F( y =d tM)一k t c ( , , ) e( (r e M) ) a () 6
E
,
=
∑W, )+2 y + u J= x+ CY B u ( v , 2 v L () A 2 + y,
() 2
式中, = ( ) A o C = ( ・y W, I)O B : ( o ( 表示卷 积 ) W, L) W o .
计算 E 的二次型得 :
H ri ar s算法的基 本原理 , O e C 在 pn V算法环境 下运 用 Ha i 算法对 黑白棋盘格 图像进行 角点检测 , rs r 实验结果可以应用在摄像机
的标定 当中, 具有一定的应用价值.
关键词 : 角点 ; r s Ha i 算法 ; r 角点检 测 ; pn V O eC
1 H ns a i角点检测算 法的基本原理
角点被定义为图像边缘曲线上曲率极大值的点或图像亮度变化剧烈的点 , 这些点既保 留了图像的重要 特征 , 又有效地减少了信息 的数据量. a i算法 以 M r e H rs r o v 算法为基础 , a J其检测原理为 : 如果某一点朝任
一
第2 3卷 第 4期
21 0 1年 l 2月
河 南工程 学院学报( 自然科学版)
J URNAL 0F HE O NAN NS I UT GI ER NG I T T E OF EN NE I
V0. 3. o 4 12 N . De . 0 1 c 2 1
基 于 Op n V 的 H rs角 点 检 测 eC ar i
收稿 日期 :0 1 0—2) 2 1 一l I
。 对于任何微小的偏移 , 略去无穷小项得 :
作者简介 : 陈凯歌(95 , 河 南平顶 山人 ,i: " , 18 一) 男, 3t ,-N究生 主要从事 图 处理与模 式识别方面的研 究 , 像
・
5 4・
河 南工程学院学报(自然科 学版)
陈凯歌 韩 晓军 张 宇 , , , 杜云飞
(. 1 天津工业大学 电子与信息工程 学院 , 天津 30 8 ;. 0 372 天津工业大学 理学院 , 天津 30 8 ) 03 7
摘 要: 角点检测在运动估计 、 光流计算 、 觉定位、 D重建和相机标定 、 视 3 形状测量和分析等方 面都有广泛的应用. 详述 了
检测结果就会产生较大误差. a i角点检测是 目前效果较好的角点检测算法 , H rs r 它不仅不受摄像机姿态以及 光照的影响 ]而且还适用于数 目较多的: , 自点且光源复杂的情况 , 同时还具有计算简单、 提取方便 、 稳定等 诸多优点. 鉴于以上情况 , 本文采用 H rs a i检测算法对黑 白棋盘格图像进行角点检测. r
E :∑加 I
一 I , =∑加 I
+ + ( 2 +J l, yl 0, ̄ t) O / u
() 1
式中 ,… 为窗 口偏移 ( ,) E , 所引起的图像灰度的平均变化度量 ;代表图像灰度 函数 , , J 『 W为窗 口函数 , ,为 U 滤波窗的系数 , 通常情况下 加 =e
E =u川 . , 1 v
为实 对称矩 阵 :
( 3 )
M ∑ [ . = 驯. I
x
㈩
对 式 ( ) 行对 角化处 理得 : 4 进
% (
㈣
式 中, R为旋转因子 , 对角化处理后并不改变 以 为坐标参数的空间曲面的形状 , , 其特征值反映了2 个主轴 方向的图像表面曲率. 如果 2个特征值都较小 , 那么表明特征点周围区域为“ 平坦区域” 若特征值为一大一 ; 小, 那表明目标点位于“ 边缘”上; 当且仅当 2 个特征值都较大时 , 沿任何方向的偏移都将导致剧烈的灰度变