Harris点特征提取算子以及改进算法教育论文

Harris点特征提取算子以及改良算法教育论文 　Harris算子的思想是计算像素所在位置的梯度构成自相关矩阵M,由M阵的特征值的大小来检测角点,如果像素所在位置有两个方向梯度的绝对值都比拟大,就判

Harris点特征提取算子以及改良算法教育论文 Harris算子的思想是计算像素所在位置的梯度构成自相关矩阵 M,由M阵的特征值的大小来检测角点,如果像素所在位置有两个方向 梯度的绝对值都比拟大,就判定此像素点为角点。由于Harris算子 的公式只涉及图像的一阶导数,所以该算子计算较为简单、复杂度适 中,是一种简单而又稳定的算法。Harris算子的计算公式如下所示, 式(1)中,gx为x方向的梯度,gy为y方向的梯度,G(s)为 高斯模板。式(2)中,det为矩阵的行列式,tr为矩阵的直迹,k 为默认常数。 而在实际操作中可以将计算兴趣值的(2)式改为I=det(M)/ (tr(M)+ε)。其中ε为任意小的正数,该角点响应函数与(2)式相 比,防止了k的选取,减少了k选择的随机性。博士论文,Harris算 子。 Harris算子主要有以下特点[2]:①算法简单:Harris算子中 只需对原始图像进展灰度的一阶差分以及对梯度值进展高斯滤波,操 作简单。②提取的点特征均匀而且合理:Harris算子对图像中的每 个点都计算其兴趣值,然后在邻域中选择最优点。在图像纹理信息丰 富的域,Harris算子可以提取出大量有用的特征点,而在图像中纹理 信息少的区域,提取的特征点那么较少。博士论文,Harris算子。③ 可以定量的提取特征点:Harris算子最后一步是对所有的部分极值 点进展排序,可以根据需要提取一定数量的最优点。④Harris角点 检测在对角点度量执行非极大值抑制,确定部分极大值时,角点提取 的效果完全依赖于单阈值的设定。⑤Harris角点检测虽然采用了可 调窗口的高斯平滑函数,但高斯窗口的大小实际应用中难以确定。博 士论文,Harris算子。如果选用较小窗口的高斯平滑函数,那么会因