图像处理特征不变算子系列之Moravec算子(一)

图像处理特征不变算子系列之

Moravec

算 子（一）

分类：

特征算子

图像内容检索

2013-09-06 20:18 1590

人阅读

评论

(1)

收藏

举报

Moravec

算子特征不变

论文转载请注明出处：

/kezu nhai

1977

< br>年，

Moravec

提出了兴趣点

（

Points of Interests)

的概念，

并应用于解决

Stanford

Cart

的导航问题。

1981

年，

在

International Joint Conference on Artificial Intelligence

发表了篇题为：

Obstacle Avoidance and Navigation in the Real World by a Seeing Robot

Rover

的文章，并将其应用与 立体匹配。本文将主要介绍

Moravec

算子的点特征提取的 原

理和过程。

Moravec

的原理如果有一句话来说就是：

通过滑动二值矩形窗口寻找灰度变化的

局部最大值

。 具体来说主要包括四个过程：

1

）滑动窗口计算灰度变化（

Calculate intensity variantion from shifting windows

）

滑动窗口在现有的技术中已经有了很多应用，如模板匹配、 目标检测（

hog

特征

的行人检测）等 。在

Moravec

算子中，一般窗口的大小取

3×

3

、

5×

5

、

7×

7

< br>等等，但是随着

窗口的增大，计算量也就越大。

Mora vec

算子通过对窗口的水平、垂直和对角八个方向进

行移动（

Horizontally

、

Vert ically and four diagonals

），计算原窗口与滑动窗口差的 平方和来

得到灰度的变化。我们进一步通过下图一个

3×

3

的滑窗来进行说明：

上图中，红色框表示的是原始框，而蓝色框表示向右上的滑动 框，白色框表示前景

255

，黑

色框表 示背景

0

。

那么原始框和滑动框的灰度 变化通过对应位置差的平方和来表示，

也即通

过下式来计算：< /p>

同样，根 据上式计算另外七个方向滑动框的灰度变化（水平向左、水平向右、垂直向上、

垂直向下 以及四个对角）。至此，我们就计算完成了

8

个方向的灰度变化 ，我们称此操作

位

Moravec operator

（

Moravec

算子）。

2

）构造角点性映射图（

Construct the cornerness map

）

在构造角点映射图之前，

我们先来分析下，

通过上式的我们可以得到角点吗？或

者凭什么通过计算两个框对应位置的差的平方和就可以检测到角点？问题问得好，

我们来看

下面的图：

上面四张图上 的四个红色的框表示我们正在处理的窗，

第一幅图中的窗在表示在目标内部或