-
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,
p>
并应用于解决
Stanford
Cart
的导航问题。
1981
年,
Moravec
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
者是背景上,该区域灰度分布均与,通过对其在
8
个方向上灰度,灰度变化很小;第二幅
图中的窗跨在图像的边缘处,
当垂直于边缘方向滑动窗口时将会导致灰度的很大变化,
而沿
着边缘滑动窗时,
灰度变化较小;
第三幅图中的窗在角点处,
不管往哪个方向滑动窗口,
都
会导致灰
度的很大变化;
而第四幅图中的框内是一个离散点,
滑动窗向任
意方向滑动也会导
致灰度的很大变化。
因此,通过上面的描述和分析,
我们可以知道,
Moravec
算子可以作为一种角点
性的度量,这种度量是通过求
8
个方向的滑窗来
的最小值来表示。用公式表示如下:
我们通过下图来描述角点映射图的构造:
-
-
-
-
-
-
-
-
-
上一篇:【汽车设计专业术语】设计说明专业术语
下一篇:第五章过程控制和统计过程控制