没有合适的资源?快使用搜索试试~ 我知道了~
资源推荐
资源详情
资源评论
Cv 中文参考手册
Cv 图像处理
,自由的百科全书
注意本章描述图像处理和分析的一些函数。大多数函数都是针对两维象素数组的,
这里,我们称这些数组为“图像”,但是它们不一定非得是 结构,也可以是
或者 结构。
梯度、边缘和角点
使用扩展算子计算一阶、二阶、三阶或混合图像差分
!"#$%
&'
输入图像(
输出图像(
方向上的差分阶数
方向上的差分阶数
!"#
扩展 核 的 大 小 , 必 须 是 )%* 或 + 。 除 了 尺 寸 为 ) , 其 它 情 况 下 ,
!"#,!"#可分离内核将用来计算差分。对!"#$) 的情
况, 使用 %) 或 )% 内 核 ( 不 进 行 高 斯 平 滑 操 作 ) 。 这 里 有 一 个 特 殊 变 量
-".//$0)&,对应%%1滤波器,可以给出比%%滤波更精确的
结果。1滤波器系数是:
对0方向以及转置矩阵对 0方向。
函数通过对图像用相应的内核进行卷积操作来计算图像差分:
由于 算子结合了2!平滑和微分,所以,其结果或多或少对噪声有一定
的鲁棒性。通常情况,函数调用采用如下参数$) $3!"#$%&
或$3 $)!"#$%&来计算一阶0或 0方向的图像差分。第一
种情况对应:
第二种对应:
或者
核的选则依赖于图像原点的定义来自结构的定义&。由于该函数不进
行图像尺度变换,所以和输入图像数组&相比,输出图像数组&的元素通常具有更大
的绝对数值(译者注:即象素的深度)。为防止溢出,当输入图像是4位的,要求输
出图像是)5位的。当然可以用函数或转换为
4位的。除了40比特图像,函数也接受%60位浮点数图像。所有输入和输出图像都
必须是单通道的,并且具有相同的图像尺寸或者 /7 尺寸。
8
计算图像的8变换
8!"#$%&'
输入图像(
输出图像(
!"#
核大小与中定义一样&(
函数8计算输入图像的8 变换,方法是先用算子计算二阶0
和 0差分,再求和
&$696:69 6
对!"#$)则给出最快计算结果,相当于对图像采用如下内核做卷积:
类似于函数,该函数也不作图像的尺度变换,所支持的输入、输出图像类型
的组合和 一致。
采用 算法做边缘检测
!11)
!116!"#$%&'
输入图像(
输出的边缘图像
11)
第一个阈值
116
第二个阈值
!"#
算子内核大小见&(
函数 采用;算法发现输入图像的边缘而且在输出图像中标识这些边
缘。11) 和 116当中的小阈值用来控制边缘连接,大的阈值用来控制强
边缘的初始分割。
<
计算用于角点检测的特征图,
<!"#$%&'
输入图像(
保存候选角点的特征图
!"#
算子的核大小见 &(
函 数 < 计 算 函 数 其 中
表示一阶图像差分, 表示二阶图像差分。角点被认为是函数的局部最大值:
99假设图像格式为浮点数
$&'
"$&'
"$2#&4)&'
<%&'
"3)&'
!"&'
3"-"<"2=&'
/>&'
/>"&'
=--
计算图像块的特征值和特征向量,用于角点检测
=--
"#!"#$%&'
输入图像(
保存结果的数组。必须比输入图像宽5倍。
"#
邻域大小见讨论&(
!"#
算子的核尺寸见&(
对每个象素,函数=--考虑"#,"#大小的
邻域&,然后在邻域上计算图像差分的相关矩阵:
然后它计算矩阵的特征值和特征向量,并且按如下方式?)?6) )6 6&存储这
些值到输出图像中,其中
?)?60的特征值,没有排序
) )&0特征向量,对?)
6 6&0特征向量,对?6
=-
计算梯度矩阵的最小特征值,用于角点检测
=-"#
!"#$%&'
输入图像(
保存最小特征值的图像(与输入图像大小一致
"#
邻域大小见讨论=--&(
!"#
算子的核尺寸见&(当输入图像是浮点数格式时,该参数表示用来计算
差分固定的浮点滤波器的个数(
函数=-与=--类似,但是它仅仅计算
和存储每个象素点差分相关矩阵的最小特征值,即前一个函数的?)?6&
.
哈里斯(.)角点检测
.1""#
!"#$%!$3(3@&'
输入图像。
1"
存储哈里斯(.)检测 的图像。与输入图像等大。
"#
邻域大小(见关于 =-- 的讨论)。
!"#
扩展核的大小(见)。格式(当输入图像是浮点数格式时,该参数表
示用来计算差分固定的浮点滤波器的个数。
.A(1A!B(
1检测器的自由参数。请看如下公式。
C1A!.!1.(
=-=--A1!
66"#,"#11(C1
&0&61(1A!
A1(
函 数 . 对 输 入 图 像 进 行 . 边 界 检 测 。 类 似 于
=- 和 =-- 。 对 每 个 像 素 , 在
"#"#大小的邻域上,计算其 66 梯度共变矩阵(或相关异变矩
阵)。然后,将&0&6(此公式有待考证,最后的“6D是否应为平方
符号?)保存到输出图像中。输入图像中的角点在输出图像中由局部最大值表示。
E!<
精确角点位置
E!<<6%6A
!#B##"#
C&'
输入图像(
输入角点的初始坐标,也存储精确的输出坐标
!
角点数目
B
搜索窗口的一半尺寸。如果B$**&那么使用*6:),*6:)$)),))大小的搜索
窗口
#"#
死区的一半尺寸,死区为不对搜索区的中央位置做求和运算的区域。它是用来避免自
相关矩阵出现的某些可能的奇异性。当值为0)0)&表示没有死区。
求角点的迭代过程的终止条件。即角点位置的确定,要么迭代数大于某个设定值,或
者是精确度达到某个设定值。可以是最大迭代数目,或者是设定的精确度,
也可以是它们的组合。
剩余63页未读,继续阅读
资源评论
yjhyy418
- 粉丝: 2
- 资源: 6
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功