图像处理特征不变算子系列之Moravec算子一.docxVIP

 HYPERLINK /kezunhai/article/details图像处理特征不变算子系列之Moravec算子（一） 分类：? HYPERLINK /kezunhai/article/category/1613323 特征算子? HYPERLINK /kezunhai/article/category/1613321 图像内容检索2013-09-06 20:18?1590人阅读? HYPERLINK /kezunhai/article/details\l comments 评论(1)? HYPERLINK javascript:void(0); \o 收藏 收藏? HYPERLINK /kezunhai/article/details\l report \o 举报 举报  HYPERLINK /tag/Moravec%e7%ae%97%e5%ad%90 \t _blank Moravec算子 HYPERLINK /tag/%e7%89%b9%e5%be%81%e4%b8%8d%e5%8f%98 \t _blank 特征不变 ? ? ? ? ? 论文转载请注明出处： HYPERLINK /kezunhai \t _blank /kezunhai ? ? ? ? ?1977年，Moravec提出了兴趣点（Points of Interests)的概念，并应用于解决Stanford Cart的导航问题。1981年，?Moravec在International Joint Conference on Artificial Intelligence发表了篇题为：Obstacle Avoidance and Navigation in the Real World by a Seeing Robot Rover的文章，并将其应用与立体匹配。本文将主要介绍Moravec算子的点特征提取的原理和过程。 ? ? ? ? ? ?Moravec的原理如果有一句话来说就是：通过滑动二值矩形窗口寻找灰度变化的局部最大值。具体来说主要包括四个过程： ? ? ? ? ? ?1）滑动窗口计算灰度变化（Calculate intensity variantion from shifting windows） ? ? ? ? ? ? 滑动窗口在现有的技术中已经有了很多应用，如模板匹配、目标检测（hog特征的行人检测）等。在Moravec算子中，一般窗口的大小取3×3、5×5、7×7等等，但是随着窗口的增大，计算量也就越大。Moravec算子通过对窗口的水平、垂直和对角八个方向进行移动（Horizontally、Vertically and four diagonals），计算原窗口与滑动窗口差的平方和来得到灰度的变化。我们进一步通过下图一个3×3的滑窗来进行说明： 上图中，红色框表示的是原始框，而蓝色框表示向右上的滑动框，白色框表示前景255，黑色框表示背景0。那么原始框和滑动框??灰度变化通过对应位置差的平方和来表示，也即通过下式来计算： ?同样，根据上式计算另外七个方向滑动框的灰度变化（水平向左、水平向右、垂直向上、垂直向下以及四个对角）。至此，我们就计算完成了8个方向的灰度变化，我们称此操作位Moravec operator（Moravec算子）。 ? ? ? ? ? ? ?2）构造角点性映射图（Construct the cornerness?map） ? ? ? ? ? ? ?在构造角点映射图之前，我们先来分析下，通过上式的我们可以得到角点吗？或者凭什么通过计算两个框对应位置的差的平方和就可以检测到角点？问题问得好，我们来看下面的图： 上面四张图上的四个红色的框表示我们正在处理的窗，第一幅图中的窗在表示在目标内部或者是背景上，该区域灰度分布均与，通过对其在8个方向上灰度，灰度变化很小；第二幅图中的窗跨在图像的边缘处，当垂直于边缘方向滑动窗口时将会导致灰度的很大变化，而沿着边缘滑动窗时，灰度变化较小；第三幅图中的窗在角点处，不管往哪个方向滑动窗口，都会导致灰度的很大变化；而第四幅图中的框内是一个离散点，滑动窗向任意方向滑动也会导致灰度的很大变化。 ? ? ? ? ? ?因此，通过上面的描述和分析，我们可以知道，Moravec算子可以作为一种角点性的度量，这种度量是通过求8个方向的滑窗来的最小值来表示。用公式表示如下： ? ? ? ? ? ?我们通过下图来描述角点映射图的构造： 上图中的是通过Moravec算子计算得到的，其中1表示1*255^2，2表示2*255^2。通过上图可以知道： ? ? ? ?（1）角点位于局部最大值处，我们可以