特征的提取与匹配课件.pptVIP

第四章 特征的提取与匹配 特征的提取和匹配角点§ 对于左图像中的每一个特征… 特征的提取和匹配角点§ 在右图像中寻找相似度最大的特征 基于特征的计算机视觉处理的一般流程§ 特征提取?确定显著性图像特征（点、线、面）的位置§ 特征描述?对特征进行紧凑、唯一、可理解的描述§ 特征匹配?在其它图像中寻找相似度最大的特征§ 特征跟踪（可选，一般用于视频处理）?仅在原有特征的很小的邻域范围内寻找特征 主要内容§ 点特征的处理§ 面特征的处理§ 边缘特征的处理§ 线特征的处理 点特征提取算法点特征主要指明显点，提取点特征的算子称为兴趣算子或有利算子 点特征的灰度特征 Moravec算子Moravec于1977年提出利用灰度方差提取点特征的算子wrc （1）计算各像素的兴趣值 IVK=int(w/2) （2）给定一经验阈值，将兴趣值大于阈值的点作为候选点。（3）选取候选点中的极值点作为特征点 。综上所述，Moravec算子是在四个主要方向上，选择具有最大――最小灰度方差的点作为特征点。 Forstner算子计算各像素的Roberts梯度和像素（c，r）为中心的一个窗口的灰度协方差矩阵，在图像中寻找具有尽可能小而接近圆的误差椭圆的点作为特征点。-11lRoberts梯度r1-1c Forstner算子步骤（l）计算各像素的Roberts梯度 （2）计算l?l（如5?5或更大）窗口中灰度的协方差矩阵