马鞍山天立建设网站,禅城区电话黄页,网站建设课程设计文献综述,建设个定制网站需要多少钱Moravec角点检测算子 Moravec 在1981年提出Moravec角点检测算子[1]#xff0c;并将它应用于立体匹配。 首先, 计算每个像素点的兴趣值, 即以该像素点为中心, 取一个w*w(如:5x5)的方形窗口, 计算0度、45度、90度、135度四个方向灰度差的平方和, 取其中的最小值作为该像素点的兴… Moravec角点检测算子 Moravec 在1981年提出Moravec角点检测算子[1]并将它应用于立体匹配。 首先, 计算每个像素点的兴趣值, 即以该像素点为中心, 取一个w*w(如:5x5)的方形窗口, 计算0度、45度、90度、135度四个方向灰度差的平方和, 取其中的最小值作为该像素点的兴趣值。 图1- 1 以3x3为例 黑色窗口为(x,y) 红色窗口为I(xu,yv) 其中四种移位 (u,v) (1,0), (1,1), (0,1), (-1, 1).w(x,y)为方形二值窗口,若像素点在窗口内则取值为1, 否则为0。 其次,根据实际图像设定一个阈值, 遍历图像以兴趣值大于该阈值的点为候选点。 最后, 选一个一定大小的滑动窗口 , 让该窗口遍历灰度图象, 在此过程中取窗口中兴趣值最大的候选点为特征点, 算法结束。 图1- 2 Moravec角点检测算子对简单图像的响应 Moravec角点检测算子对斜边缘的响应很强因为只考虑了每隔45度的方向变化而没有在全部的方向上进行考虑同时由于窗口函数是一个二值函数,不管像素点离中心点的距离赋于一样的权重因此对噪声响应也较强。最终对角点的定位也不是很准确. [1] Moravec, H. 1981. Rover visual obstacle avoidance. In International Joint Conference on Artificial Intelligence, Vancouver, Canada,pp. 785–790. opencv代码: #include opencv2/highgui/highgui.hpp
#include opencv2/imgproc/imgproc.hpp
#include iostream
#include stdio.h
#include stdlib.h
#define M_YUZHI 400
using namespace cv;
using namespace std;void interestValue(int *a,int v);//a为5*5窗口数组,v为最小值作为兴趣点
void getmax(int *m_a,int m_max,int m_num);//m_a为滑动窗口数组,m_max为寻找的滑动窗口内最大值,m_num为最大值在数组中位置.
int main(int argc,char **argv)
{Mat mat_srcimread(argv[1],0);Mat mat_c;cvtColor(mat_src,mat_c,CV_GRAY2BGR);int widthmat_src.cols;int heightmat_src.rows;int *tempnew int[width*height];int a[25];//5*5的模板int b[49];//7*7的模板int i,j;for(i0;iheight;i){for(j0;jwidth;j){if(i2||iheight-3||j2||jwidth-3)//处理边界,设置为0{temp[i*widthj]0;}else {a[0]mat_src.atuchar(i-2,j-2);a[1]mat_src.atuchar(i-2,j-1);a[2]mat_src.atuchar(i-2,j);a[3]mat_src.atuchar(i-2,j1);a[4]mat_src.atuchar(i-2,j2);a[5]mat_src.atuchar(i-1,j-2);a[6]mat_src.atuchar(i-1,j-1);a[7]mat_src.atuchar(i-1,j);a[8]mat_src.atuchar(i-1,j1);a[9]mat_src.atuchar(i-1,j2);a[10]mat_src.atuchar(i,j-2);a[11]mat_src.atuchar(i,j-1);a[12]mat_src.atuchar(i,j);a[13]mat_src.atuchar(i,j1);a[14]mat_src.atuchar(i,j2);a[15]mat_src.atuchar(i1,j-2);a[16]mat_src.atuchar(i1,j-1);a[17]mat_src.atuchar(i1,j);a[18]mat_src.atuchar(i1,j1);a[19]mat_src.atuchar(i1,j2);a[20]mat_src.atuchar(i2,j-2);a[21]mat_src.atuchar(i2,j-1);a[22]mat_src.atuchar(i2,j);a[23]mat_src.atuchar(i2,j1);a[24]mat_src.atuchar(i2,j2);interestValue(a,temp[i*widthj]);}}}int m_w1width/7;//滑动窗口宽int m_w2width%7;int m_h1height/7;int m_h2height%7;int m_r0;int m_c0;for(i0;im_h1;i){for(j0;jm_w1;j){for(int k0;k7;k){b[7*k]temp[i*width*7j*7k*width];b[7*k1]temp[i*width*7j*71k*width];b[7*k2]temp[i*width*7j*72k*width];b[7*k3]temp[i*width*7j*73k*width];b[7*k4]temp[i*width*7j*74k*width];b[7*k5]temp[i*width*7j*75k*width];b[7*k6]temp[i*width*7j*76k*width];}int m_tempnum0;//获取滑动区域的最大值int m_num0;//位置getmax(b,m_tempnum,m_num); if(m_tempnumM_YUZHI){m_rm_num/7;m_cm_num%7;m_r7*im_r;m_c7*jm_c;circle(mat_c,Point(m_c,m_r),2,Scalar(0,0,255),1,8);}}}imshow(mat_c,mat_c);waitKey();
}void interestValue(int *a,int v)//得到5*5区域模板的兴趣值
{int v1,v2,v3,v4;//v1是水平方向,v2是135度方向,v3是垂直方向,v4是45度方向v1v2v3v40;v1(a[11]-a[10])*(a[11]-a[10])(a[12]-a[11])*(a[12]-a[11])(a[13]-a[12])*(a[13]-a[12])(a[14]-a[13])*(a[14]-a[13]);v2(a[6]-a[0])*(a[6]-a[0])(a[12]-a[6])*(a[12]-a[6])(a[18]-a[12])*(a[18]-a[12])(a[24]-a[18])*(a[24]-a[18]);v3(a[7]-a[2])*(a[7]-a[2])(a[12]-a[7])*(a[12]-a[7])(a[17]-a[12])*(a[17]-a[12])(a[22]-a[17])*(a[22]-a[17]);v4(a[8]-a[4])*(a[8]-a[4])(a[12]-a[8])*(a[12]-a[8])(a[16]-a[12])*(a[16]-a[12])(a[20]-a[16])*(a[20]-a[16]);vv1;if(vv2)vv2;if(vv3)vv3;if(vv4)vv4;
}
void getmax(int *m_a, int m_max,int m_num) //得到7*7区域的候选特征值
{m_maxm_a[0];for(int i1;i49;i){if(m_maxm_a[i]){m_maxm_a[i];m_numi;}}} 转载于:https://www.cnblogs.com/raby/p/5886715.html
