课程作业3--提取影像特征点分析.pdfVIP

数字摄影测量作业报告 提取影像特征点 2010 年 12 月 15 日 - 1 - 1 作业任务 3 2 作业思想 3 3 设计原理与思路 3 4 作业过程 4 5 源程序 5 6 作业成果 9 7作业自我评点 10 8心得体会与建议 10 - 2 - 1 作业任务 提取一幅数字影像中的特征点：根据Moravec算子，编制程序，从一幅数字影像中自 动提取50个以上的点特征（特征点） 2作业思想 理论上，特征是影像灰度曲面的不连续点。在实际影像中，由于点扩散函数的作用， 特征表现为在一个微小邻域中灰度的急剧变化，或灰度分布的均匀性，也就是在局部区域中 具有较大的信息量。 若不考虑噪声，实际影像是理想灰度函数与点扩散函数的卷积，则点特征与边缘特征 如图2—3—2 和图2—3—3 所示，其灰度的分布均表现为从小到大或从大到小的明显变化， 因而除了用局部信息量来检测特征之外，还可以利用各种梯度或差分算于提取特征。本次作 业便采用Moravec 算子，从影像中提取感兴趣的特征点。 3设计原理与思路 点特征主要是指明显点，如角点、圆点等。提取点特征的算子称为兴趣算子，即用某 种算法从影像中提取感兴趣的特征点。本次作业采用Moravec 算子的算法，提取特征点。 Moravec 算子的计算原理与步骤如下： (1). 计算各像素的兴趣值IV 。在以像素（c , r ）为中心的n* n （如5* 5 ）的窗口中， 如图3-1 所示，计算四个方向相邻像素灰度差的平方和，则  k1 V  ( g  g ) 2 1 c  i, r c  i  1, r  i k  k1 V  ( g  g ) 2  2 c  i, r  i c  i  1, r  i  1  i k 　　(3 1)  k1 V  ( g  g ) 2  3 c, r  i c, r  i  1  i k  k1 V  ( g  g ) 2  4 c  i, r  i c  i  1, r  i  1 i k - 3 - 图 3-1 Morabec 算子 式中：k=