|
马上注册,结交更多好友,享用更多功能,让你轻松玩转社区。
您需要 登录 才可以下载或查看,没有账号?我要加入
x
clear;
filename='F:\MATLAB7.0\work\left.jpg';
X= imread(filename);
% 读取图像
Info=imfinfo(filename);
if Info.BitDepth>8
f=rgb2gray(X);
end
%
% fx = [5 0 -5;8 0 -8;5 0 -5];
% 高斯函数一阶微分,x方向(用于改进的Harris角点提取算法)
ori_im=double(f)/255;
%unit8转化为64为双精度double64
fx = [-2 -1 0 1 2];
% x方向梯度算子(用于Harris角点提取算法)
Ix = filter2(fx,ori_im);
% x方向滤波
% fy = [5 8 5;0 0 0;-5 -8 -5];
% 高斯函数一阶微分,y方向(用于改进的Harris角点提取算法)
fy = [-2;-1;0;1;2];
% y方向梯度算子(用于Harris角点提取算法)
Iy = filter2(fy,ori_im);
% y方向滤波
Ix2 = Ix.^2;
Iy2 = Iy.^2;
Ixy = Ix.*Iy;
clear Ix;
clear Iy;
h= fspecial('gaussian',[7 7],2);
% 产生7*7的高斯窗函数,sigma=2
Ix2 = filter2(h,Ix2);
Iy2 = filter2(h,Iy2);
Ixy = filter2(h,Ixy);
height = size(ori_im,1);
width = size(ori_im,2);
result = zeros(height,width);
% 纪录角点位置,角点处值为1
R = zeros(height,width);
Rmax = 0;
% 图像中最大的R值
for i = 1:height
for j = 1:width
M = [Ix2(i,j) Ixy(i,j);Ixy(i,j) Iy2(i,j)];
% 自相关矩阵
R(i,j) = det(M)-0.06*(trace(M))^2;
% 计算R
if R(i,j) > Rmax
Rmax = R(i,j);
end;
end;
end;
cnt = 0;
for i = 2:height-1
for j = 2:width-1
% 进行非极大抑制,窗口大小3*3
if R(i,j) > 0.01*Rmax && R(i,j) > R(i-1,j-1) && R(i,j) > R(i-1,j) && R(i,j) > R(i-1,j+1) && R(i,j) > R(i,j-1) && R(i,j) > R(i,j+1) && R(i,j) > R(i+1,j-1) && R(i,j) > R(i+1,j) && R(i,j) > R(i+1,j+1)
result(i,j) = 1;
cnt = cnt+1;
end;
end;
end;
[posc, posr] = find(result == 1);
cnt
% 角点个数
imshow(ori_im)
hold on;
plot(posr,posc,'r+');
上面的代码是小弟在论坛里面找到的,能实现Harris角点提取,请问大侠们:x方向梯度算子fx 为什么取[-2 -1 0 1 2]呢?在X,Y方向滤波后为什么还要进行这步处理呢
Ix2 = Ix.^2;
Iy2 = Iy.^2;
Ixy = Ix.*Iy;
最后的 M = [Ix2(i,j) Ixy(i,j);Ixy(i,j) Iy2(i,j)]; 这个矩阵是怎么定义出来的呢?
先谢了
|
|