Harris角点检测原理和流程.pptVIP

图像特征点提取 图像变化的类型： 几何变化 旋转 相似(旋转 + 各向相同的尺度缩放) 仿射 (非各向相同的尺度缩放)适用于: 物体局部为平面 灰度变化 仿射灰度变化 (I ? a I + b) 提取点特征的作用 图像的点特征是许多计算机视觉算法的基础：使用特征点来代表图像的内容 运动目标跟踪 物体识别 图像配准 全景图像拼接 三维重建 一类重要的点特征：角点 角点（corner points）： 局部窗口沿各方向移动，均产生明显变化的点 图像局部曲率突变的点 典型的角点检测算法： Harris角点检测 CSS角点检测 不同类型的角点 什么是好的角点检测算法？ 检测出图像中“真实的”角点 准确的定位性能 很高的重复检测率（稳定性好） 具有对噪声的鲁棒性 具有较高的计算效率 Harris 角点检测 C.Harris, M.Stephens. “A Combined Corner and Edge Detector”. Proc of 4th Alvey Vision Conference, 1988. Harris角点检测基本思想 从图像局部的小窗口观察图像特征 角点定义 ? 窗口向任意方向的移动都导致图像灰度的明显变化 Harris角点检测基本思想 Harris检测：数学表达 Harris检测：数学表达 Harris检测：数学表达 Harris检测：数学表达 Harri