计算机视觉——角点检测

原创

于 2023-04-19 09:55:37 发布 · 343 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#计算机视觉 #算法 #图像处理

本文详细介绍了如何在Python中使用PCV库实现Harris角点检测和SIFT特征提取，并对比两者在特征检测上的差异。Harris角点检测基于图像灰度变化，而SIFT特征提取提供更多的细节和稳定性。SIFT算法检测到的特征点更多，且运算速度和定位精度较高。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

S实验内容:

1.分别实现Harris角点检测与SIFT特征提取，对比两者的区别

Harris角点检测概念：

总的来说就是当图像灰度发生明显变化时，这个点就是角点，角点对掌握目标的轮廓特征具有决定作用

判断角点的方法：

分别对平均区域、边缘区域、角落区域进行计算，观察结果：

取最小值，边缘特征值就会为0，可以使边缘与角点区分开来。

这种方法的缺点：窗口滑动只有8个方向，当边缘角落的角度不落在这8个方向则检测不准。

Harris角点检测方法：

数学定义：

公式化简：

泰勒公式回顾：

import filters
from pylab import *
from PIL import Image
from PCV.localdescriptors import harris
# 读入图像


if __name__ == '__main__':
    im = array(Image.open('D:/PycharmProjects/pythonProject/empire.jpg').convert('L'))


# 检测harris角点