Python计算机视觉——第二章 局部图像描述子

本文主要是介绍Python计算机视觉——第二章 局部图像描述子，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

        本章旨在寻找图像间的对应点和对应区域。

2.1 Harris角点检测器

        Harris 角点检测算法（也称Harris & Stephens 角点检测器）是一个极为简单的角点检测算法。该算法的主要思想是，如果像素周围显示存在多于一个方向的边，我们认为该点为兴趣点。该点就称为角点。

        我们把图像域中点x上的对称半正定矩阵\(M_{I}=M_{I} (\mathbf{x})\)定义为：

\(\boldsymbol{M}_{I}=\nabla\boldsymbol{I} \nabla\boldsymbol{I}^{T}=\begin{bmatrix}\boldsymbol{I}_{x}\\\boldsymbol{I}_{y}\end{bmatrix}[\boldsymbol{I}_{x}\quad\boldsymbol{I}_{y}]=\begin{bmatrix}\boldsymbol{I}_{x}^{2}&\boldsymbol{I}_{x}\boldsymbol{I}_{y}\\\boldsymbol{I}_{x}\boldsymbol{I}_{y}&\boldsymbol{I}_{y}^{2}\end{bmatrix}\)

        其中\(\nabla I\)为包含导数\(I_x\)和\(I_y\)的图像梯度 。由于该定义，\(M_I\)的秩为1，特征值为\(\lambda_{1}=|\nabla I|^{2}\)和\(\lambda_{1}=0\)。

这篇关于Python计算机视觉——第二章 局部图像描述子的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！

---