31运动与跟踪-角点检测

31运动与跟踪-角点检测

特征检测与匹配是Computer Vision 应用总重要的一部分，这需要寻找图像之间的特征建立对应关系。点，也就是图像中的特殊位置，是很常用的一类特征，点的局部特征也可以叫做“关键特征点”(keypoint feature)，或“兴趣点”(interest point)，或“角点”(conrner)。

关于角点的具体描述可以有几种：

一阶导数(即灰度的梯度)的局部最大所对应的像素点；
两条及两条以上边缘的交点；
图像中梯度值和梯度方向的变化速率都很高的点；
角点处的一阶导数最大，二阶导数为零，指示物体边缘变化不连续的方向。

---

Harris角点检测

当一个窗口在图像上移动，在平滑区域如图(a)，窗口在各个方向上没有变化。在边缘上如图(b)，窗口在边缘的方向上没有变化。在角点处如图(c)，窗口在各个方向上具有变化。Harris角点检测正是利用了这个直观的物理现象，通过窗口在各个方向上的变化程度，决定是否为角点。

---

相关接口代码：

void cvGoodFeaturesToTrack（
    const CvArr*  image,//输入的图像，须为8位或32位单通道图像
    CvArr* eigImage,
    CvArr* tempImage,//这两个参数都是和输入图像相同的32位单通道图像
    CvPoint2D32f* corners,//为函数的输出，得到的是个角点数组
    int* corner_count,//表示可以返回的最大角点数目，程序结束后返回角点数目
    double quality_level,//这个参数常用值为0.1或者0.01
    double min_distance,//保证角点的距离不能小于此参数值
    const CvArr* mask=NULL,//选择整幅图像
    int block_size=3;//计算导数的自相关矩阵时指定点的邻域
    int use_harris=0;//此参数值非0时，用Harris角点定义，为
0时则用Shi-Tomasi定义
    double k=0.4;//用于设置Hessian自相关矩阵即对Hessian行列式的相对权重的权重系数，这里可以回看上文的公式   
）;

---

相关示例代码：

#include<iostream>
#include<opencv2/opencv.hpp>
using namespace std;

#define MAX_CORNERS 100

int main()
{
    int cornersCount = MAX_CORNERS;
    CvPoint2D32f corners[MAX_CORNERS];
    IplImage *srcImage = 0, *grayImage = 0, *corners1 = 0, *corners2 = 0;
    int i;
    CvScalar color = CV_RGB(255, 0, 0);
    char *filename = "3.jpg";
    cvNamedWindow("image", 1);

    srcImage = cvLoadImage(filename, 1);
    grayImage = cvCreateImage(cvGetSize(srcImage), IPL_DEPTH_8U, 1);
    cvCvtColor(srcImage, grayImage, CV_BGR2GRAY);//转换为灰度图

    corners1 = cvCreateImage(cvGetSize(srcImage), IPL_DEPTH_32F, 1);
    corners2 = cvCreateImage(cvGetSize(srcImage), IPL_DEPTH_32F, 1);//先创立两个图像，在函数中药包含这两个参数

    cvGoodFeaturesToTrack(grayImage, corners1, corners2, corners, &cornersCount, 0.05, 30, 0, 3, 0, 0.4);//调用OpenCV函数
    cout << "num corners found: " << cornersCount << endl;

    if (cornersCount > 0)
    {
        for (i = 0; i < cornersCount; ++i)
        {
            cvCircle(srcImage, cvPoint((int)(corners[i].x), (int)(corners[i].y)),2,color,2,CV_AA,0);

        }
    }//将认为是角点的画出来
    cvShowImage("image", srcImage);
    cvSaveImage("imagedst.png", srcImage);

    cvReleaseImage(&srcImage);
    cvReleaseImage(&grayImage);
    cvReleaseImage(&corners1);
    cvReleaseImage(&corners2);

    cvWaitKey(0);
    return 0;

结果如下：