五月天青色头像情侣网名,国产亚洲av片在线观看18女人,黑人巨茎大战俄罗斯美女,扒下她的小内裤打屁股

歡迎光臨散文網(wǎng) 會(huì)員登陸 & 注冊

通俗易懂的Harris 角點(diǎn)檢測

2020-12-13 20:47 作者:3D視覺工坊  | 我要投稿

來源:公眾號(hào)|3D視覺工坊(系投稿)

作者:追求卓越583

「3D視覺工坊」技術(shù)交流群已經(jīng)成立,目前大約有12000人,方向主要涉及3D視覺、CV&深度學(xué)習(xí)、SLAM、三維重建、點(diǎn)云后處理、自動(dòng)駕駛、CV入門、三維測量、VR/AR、3D人臉識(shí)別、醫(yī)療影像、缺陷檢測、行人重識(shí)別、目標(biāo)跟蹤、視覺產(chǎn)品落地、視覺競賽、車牌識(shí)別、硬件選型、學(xué)術(shù)交流、求職交流、ORB-SLAM系列源碼交流、深度估計(jì)等。工坊致力于干貨輸出,不做搬運(yùn)工,為計(jì)算機(jī)視覺領(lǐng)域貢獻(xiàn)自己的力量!歡迎大家一起交流成長~

添加小助手微信:CV_LAB,備注學(xué)校/公司+姓名+研究方向即可加入工坊一起學(xué)習(xí)進(jìn)步。

QQ群「3D視覺研習(xí)社」,群號(hào):574432628

Harris 角點(diǎn)檢測 認(rèn)為?特征點(diǎn)具有局部差異性。

如何描述“特征點(diǎn)具有局部差異性”:

以每一個(gè)點(diǎn)為中心,取一個(gè)窗口,窗口大小為5*5或7*7像素大小。

這個(gè)窗口描述了這個(gè)特征點(diǎn)周圍的環(huán)境

如果這個(gè)特征點(diǎn)具有局部差異性,那么以這個(gè)特征點(diǎn)為中心,把窗口向360度任意一個(gè)方向移動(dòng),窗口的變化比較大,則這個(gè)特征點(diǎn)的周圍環(huán)境變化比較大。

數(shù)學(xué)公式:


(x,y):表示像素的位置。


:表示窗口內(nèi)的每個(gè)像素。

w(x,y):表示 這個(gè)位置的權(quán)重。

若w=1,則說明窗口中所有的像素貢獻(xiàn)是一樣的。

若w設(shè)置為以這個(gè)特征點(diǎn)為中心的高斯,

高斯權(quán)重,說明距離這個(gè)特征點(diǎn)越近,權(quán)重越大;越往周圍發(fā)散,權(quán)重越小。

I(x,y):表示(x,y)這個(gè)位置的像素值。如果是灰度圖,I就是灰度值,如果是彩色圖,I就是RGB值。

u和v表示窗口移動(dòng)的方向。

I(x+u,y+v) - I(x,y):表示對應(yīng)像素的灰度差異。


:在整個(gè)窗口內(nèi),即在局部環(huán)境內(nèi)求這個(gè)像素灰度差異的加權(quán)和。

對 I(x+u,y+v) - I(x,y)進(jìn)行一階泰勒展開,得到


在(x,y)處的灰度值,再加上u方向和v方向的偏導(dǎo)數(shù)。

整理后,結(jié)果為:


u和v表示窗口移動(dòng)的方向, H表示Harris矩陣,主要由圖像梯度表示。

對Harris矩陣進(jìn)行特征分解:


得到兩個(gè)特征值


,矩陣的這兩個(gè)特征值反映了:兩個(gè)相互垂直的方向上的變化情況。

一個(gè)是變化最快的方向,一個(gè)是變化最慢的方向。

前面設(shè)置了u和v,這是兩個(gè)向量,表示窗口移動(dòng)的方向。以(x,y)這個(gè)點(diǎn)為中心,進(jìn)行360度的旋轉(zhuǎn)。

特征值


對應(yīng)的特征向量,確定了變化最快的方向和變化最慢的方向。其他方向的變化情況,介于這兩者之間。



通過對Harris矩陣的分析,得到如下結(jié)論:

只有當(dāng)Harris矩陣的兩個(gè)特征值


都非常大的時(shí)候,特征點(diǎn)才能和周圍環(huán)境區(qū)別比較大,是我們想要的特征點(diǎn)。

現(xiàn)在檢測特征的任務(wù)就變成了,計(jì)算Harris矩陣,并判斷其兩個(gè)特征值


的大小。


Harris角點(diǎn)準(zhǔn)則

實(shí)際中,并不對Harris矩陣進(jìn)行分解求其特征值,因?yàn)橛?jì)算量太大。而是使用Harris角點(diǎn)準(zhǔn)則。


C = Harris矩陣的行列式值 – k(Harris矩陣的跡)2

Harris矩陣的行列式值:Harris矩陣特征值


的乘積

Harris矩陣的跡:Harris矩陣特征值


的和

  • k的值越小,檢測子越敏感。k的值越小,能檢測到的特征點(diǎn)越多。

  • 只有當(dāng)和同時(shí)取得最大值時(shí), 才能取得較大值。

  • 避免了特征值分解,提高檢測計(jì)算效率。

本文僅做學(xué)術(shù)分享,如有侵權(quán),請聯(lián)系刪文。


通俗易懂的Harris 角點(diǎn)檢測的評論 (共 條)

分享到微博請遵守國家法律
青阳县| 西丰县| 神池县| 张家界市| 嘉义县| 云龙县| 玛沁县| 噶尔县| 天等县| 嘉祥县| 金山区| 兰考县| 邛崃市| 定远县| 上饶县| 上犹县| 屏南县| 饶河县| 衢州市| 汉源县| 新昌县| 曲沃县| 南充市| 富裕县| 鲜城| 石首市| 论坛| 潮州市| 吴桥县| 扶绥县| 永年县| 滨州市| 日土县| 通辽市| 济源市| 山丹县| 太原市| 上虞市| 兴城市| 万安县| 疏附县|