harris_ncc.zip_Harris匹配_Harris匹配MATLAB_NCC_harris ncc matlab_har

function [y1,y2,r,c]=harris(X) % 角点的检测，利用harris 算法 % 输出的是一幅图像 % [result,cnt,r,c]=harris(X) % clc,clear all; % filename='qiao1.bmp'; % X= imread('filename.bmp'); % 读取图像 % Info=imfinfo(filename); % f=rgb2gray(X); f=X; % 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 善于使用filter % 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; %消除变量 h= fspecial('gaussian',[10 10 ],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); %分别进行高斯滤波 height = size(ori_im,1); width = size(ori_im,2); result = zeros(height,width); % 记录角点位置，角点处值为1 ，背景都是黑色 R = zeros(height,width); Rmax = 0; % 图像中最大的R值 以便设置门限 for i = 1:height for j = 1:width M = [Ix2(i,j) Ixy(i,j);Ixy(i,j) Iy2(i,j)]; %2*2的矩阵 R(i,j) = det(M)-0.06*(trace(M))^2;% 计算R 求得RMAX，看来是整体求得的角点响应函数 if R(i,j) > Rmax Rmax = R(i,j); end; end; end; cnt = 0; %记录角点个数 for i = 2:height-1 for j = 2:width-1 % 进行非极大抑制，窗口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; % % i=1; % for j=1:height % for k=1:width % if result(j,k)==1; % corners1(i,1)=j; % corners1(i,2)=k; % i=i+1; % end; % end; % end; [posr, posc] = find(result == 1); % 角点x、y坐标 % imshow(ori_im) %和 X的效果是一样的 % hold on; % plot(posr,posc,'r.'); y1=result; y2=cnt; r=posr;c=posc; return;