OpenCV 角点检测(一) Moravec

拼搏现实的明天。 2022-07-11 08:47 233阅读 0赞

**什么是角点**

角点一般反应的是图像中局部最大值或最小值的孤立点，以角点为中心点的窗口向图像中的任意方向滑动，都会引起较大的灰度变化。

**Moravec角点**  
Moravec角点检测算子于1981年提出，是最早的角点检测算法之一。Moravec角点检测算子通过计算中心像素点的0°，45°，90°，135°四个方向的灰度差的平方和，并取其中最小的值作为中心点的兴趣值。

![这里写图片描述][5fcf78f11364a0710df5285ea33ef1c5.png]

其中(u,v)为中心点(x,y)的0°，45°，90°，135°方向的像素点坐标。  
Moravec角点检测算子相比于其他角点检测算法具有如下特点：  
(1).非均匀性响应，很容易受到临边特性干扰的影响，对倾斜边缘的检测响应很强。  
(2).不管像素点与中心点的距离是多少，都赋予相同的权重，导致 Moravec角点检测算子对噪声很敏感

**opencv实现**

// Moravec角点检测
    #include <opencv2/opencv.hpp>
    #include <opencv2/highgui/highgui.hpp>
    #include <opencv2/imgproc/imgproc.hpp>
    using namespace std;
    using namespace cv;
    
    cv::Mat MoravecCorners(cv::Mat SrcImage, int kSize, int threshold)
    {
    	cv::Mat MorImage = SrcImage.clone();
    	// 获取初始化参数信息
    	int r = kSize / 2;
    	const int nRows = SrcImage.rows;
    	const int nCols =SrcImage.cols;
    	int nConut = 0;
    	CvPoint *pPoint = new CvPoint[nRows*nCols];
    	// 图像遍历
    	for (int i = r; i < SrcImage.rows-r; i++)
    	{
    		for (int j = r; j<SrcImage.cols-r; j++)
    		{
    			int wV1, wV2, wV3, wV4;
    			wV1 = wV2 = wV3 = wV4 = 0;
    			// 计算水平方向窗内兴趣值
    			for (int k = -r; k < r; k++)
    				wV1 += (SrcImage.at<uchar>(i,j+k)-
    				SrcImage.at<uchar>(i,j+k+1))*(SrcImage.at
    				<uchar>(i,j+k)-SrcImage.at<uchar>(i,j+k+1));
    			// 计算垂直方向窗内兴趣值
    			for (int k = -r; k < r; k++)
    				wV2 += (SrcImage.at<uchar>(i+k,j)-
    				SrcImage.at<uchar>(i+k+1,j))*(SrcImage.at
    				<uchar>(i+k,j)-SrcImage.at<uchar>(i+k+1,j));
    			// 计算45度方向窗内兴趣值
    			for (int k = -r; k < r; k++)
    				wV3 += (SrcImage.at<uchar>(i+k,j+k)-
    				SrcImage.at<uchar>(i+k+1,j+k+1))*(SrcImage.at
    				<uchar>(i+k,j+k)-SrcImage.at<uchar>(i+k+1,j+k+1));
    			// 计算135度方向窗内兴趣值
    			for (int k = -r; k < r; k++)
    				wV4 += (SrcImage.at<uchar>(i+k,j-k)-
    				SrcImage.at<uchar>(i+k+1,j-k-1))*(SrcImage.at
    				<uchar>(i+k,j-k)-SrcImage.at<uchar>(i+k+1,j-k-1));
    			// 取其中的最小值作为该像素点的最终兴趣值
    			int value = min(min(wV1,wV2), min(wV3,wV4));
    			// 若兴趣值大于阈值，则将点的坐标存入数组中 
    			if (value > threshold)
    			{
    				pPoint[nConut] = cvPoint(j,i);
    				nConut++;
    			}
    		}
    	}
    	//绘制兴趣点
    	for (int i = 0; i < nConut; i++)
    		cv::circle(MorImage, pPoint[i], 5, cv::Scalar(255,0,0));
    	return MorImage;
    }
    
    int main()
    {
    	cv::Mat SrcImage = imread("1.jpg",0);
    	if (!SrcImage.data)
    		return -1;
    	//阈值设置为10000
    	cv::Mat MorImage =  MoravecCorners(SrcImage, 5,10000);
    	cv::imshow("srcImage", SrcImage);
    	cv::imshow("MorMat",MorImage);
    	cv::waitKey(0);
    	return 0;
    }

原图：

![这里写图片描述][627d8d5080be1fae7fc9e99f1e806b8e.png]

角点检测结果：

![这里写图片描述][f9316ba7b56868e583dbc241c1b6eaa2.png]

[5fcf78f11364a0710df5285ea33ef1c5.png]: /images/20220711/54a49ca957744eee8a85daf83c7756b3.png
[627d8d5080be1fae7fc9e99f1e806b8e.png]: /images/20220711/51eacccd5cb948b0836f7c17fb2e1423.png
[f9316ba7b56868e583dbc241c1b6eaa2.png]: /images/20220711/2668507abb384e56b190ab7742f82f8b.png