目錄什么是角點？為什么要檢測角點？Harris角點檢測API操作效果源碼什么是角點？

角點就是極值點，即在某方面屬性特別突出的點。當然，你可以自己定義角點的屬性（設置特定熵值進行角點檢測）。角點可以是兩條線的交叉處，也可以是位于相鄰的兩個主要方向不同的事物上的點。角點通常被定義為兩條邊的交點，或者說，角點的局部鄰域應該具有兩個不同區域的不同方向的邊界。常見的角點有：

灰度梯度的最大值對應的像素點； 兩條直線或者曲線的交點； 一階梯度的導數最大值和梯度方向變化率最大的像素點； 一階導數最大，二階導數為零的像素點（指示物體邊緣變化不連續的方向）。 為什么要檢測角點？

角點是圖像很重要的特征，對圖像圖形的理解和分析有很重要的作用。角點在保留圖像圖形重要特征的同時，可以有效地減少信息的數據量，使其信息的含量很高，有效地提高了計算的速度，有利于圖像的可靠匹配,使得實時處理成為可能。角點在三維場景重建、運動估計、目標跟蹤、目標識別、圖像配準與匹配等計算機視覺領域起著非常重要的作用。

Harris角點檢測

人眼對角點的識別通常是在一個局部的小區域或小窗口完成的。如果在各個方向上移動這個特征的小窗口，窗口內區域的灰度發生了較大的變化，那么就認為在窗口內遇到了角點。如果這個特定的窗口在圖像各個方向上移動時，窗口內圖像的灰度沒有發生變化，那么窗口內就不存在角點；如果窗口在某一個方向移動時，窗口內圖像的灰度發生了較大的變化，而在另一些方向上沒有發生變化，那么，窗口內的圖像可能就是一條直線的線段。

Harris角點檢測原理用公式演算如下：

其中w(x,y)表示滑動窗口權重函數，可以是常數也可以是高斯函數。E(u,v)表示滑動窗口向各個方向移動時像素值衡量系數的變化。

這里λ1,λ2是矩陣M的2個特征值，k是一個指定值，這是一個經驗參數，需要實驗確定它的合適大小，通常它的值在0.04和0.06之間,它的存在只是調節函數的形狀而已。R取決于M的特征值，對于角點|R|很大，平坦的區域|R|很小，邊緣的R為負值;

API

public static void cornerHarris(Mat src, Mat dst, int blockSize, int ksize, double k, int borderType) 參數一：src，輸入源圖像。必須是單通道8U或者32F類型。 參數二：dst，輸出評價系數R的矩陣。尺寸與src相同，類型為單通道32F。 參數三：blockSize，鄰域大小。 參數四：ksize，Sobel算子的半徑。 參數五：k，計算Harris評價系數R的權重系統。 參數六：borderType，像素外推算法標志位。

方法的輸出dst為評價系數R的矩陣，由于評價系數有正有負且范圍較廣，計算結束后通常需要進行歸一化處理。然后通過經驗閾值比較判斷像素點是否為Harris角點。閾值越大，提取的Harris角點越少，閾值越小，提取的Harris角點越多。

操作

/** * Harris角點檢測 * author: yidong * 2020/12/30 */class HarrisActivity : AppCompatActivity() { private val mBinding: ActivityHarrisBinding by lazy {ActivityHarrisBinding.inflate(layoutInflater) } private val gray by lazy {this.getBgrFromResId(R.drawable.lena).toGray() } override fun onCreate(savedInstanceState: Bundle?) {super.onCreate(savedInstanceState)setContentView(mBinding.root)mBinding.ivLena.showMat(gray)wrapCoroutine({ showLoading() }, { doCornerHarris() }, { hideLoading() }) } private fun doCornerHarris() {val dst = Mat()val dstNorm = Mat()val dstNormal8U = Mat()Imgproc.cornerHarris(gray, dst, 2, 3, 0.04)Core.normalize(dst, dstNorm, 0.0, 255.0, Core.NORM_MINMAX)Core.convertScaleAbs(dstNorm, dstNormal8U)Imgproc.threshold(dstNormal8U, dstNormal8U, 120.0, 255.0, Imgproc.THRESH_BINARY)GlobalScope.launch(Dispatchers.Main) { mBinding.ivResult.showMat(dstNormal8U)} } private fun showLoading() {mBinding.isLoading = true } private fun hideLoading() {mBinding.isLoading = false }override fun onDestroy() {super.onDestroy()gray.release() }}效果

如下圖，圖中白點即為評價系數大于120的角點檢測結果。代碼中的參數可自行調整測試。

源碼

github.com/onlyloveyd/…

以上就是Android基于OpenCV實現Harris角點檢測的詳細內容，更多關于Android OpenCV實現Harris角點檢測的資料請關注好吧啦網其它相關文章！