角点检测概述
角点广义定义: 不同方向线条的交点。如下图: 数字图像中角点定义: 像素点附近区域像素无论是在梯度方向,还是在梯度幅值上都发生较大变化 一阶导数(灰度图像的梯度)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变化速率都很高的像素点 角点处一阶导数最大、二阶导数为0,指示物体边缘变化不连续的方向 检测角点的意义: 角点是图像中的重要特征,对帮助人们理解、分析图像有重要的作用。角点在保留图像重要特征的同时,可以有效地减少信息的数据量。使信息含量变高,有效地提高了计算的速度,使得实时处理图像的可靠匹配成为可能。对于同一场景,视角发生改变,角点通常是不变的,具有稳定性。 角点检测(corner detection)是计算机视觉系统中获得图像特征的一种方法,由于角点检测的实时性和稳定性,所以角点检测广泛应用于运动检测、图像匹配、视频跟踪、三维建模和目标识别等领域。角点作为一种特征点,角点检测也被称为特征点检测。 大多数角点检测方法检测的是具有特定特征的图像点,不仅仅是“角点”。这些特征在图像中具有具体的坐标,并具有某些数学特征,如局部最小或最大。我们可以利用检测出的这些点,实现我们想要的操作。 传统的角点检测方法们: Moravec 角点检测算法 Harris 角点检测算法 Shi-Tomasi 角点检测算法 FAST 角点检测算法 Forstner 角点检测算法