主要轉載下面兩篇博文,因爲講的比較好,放到一起便於理解
2.
Harris角點檢測原理分析 點我進入原文
============================【Harris角點】=======================
1. 不同類型的角點
在現實世界中,角點對應於物體的拐角,道路的十字路口、丁字路口等。從圖像分析的角度來定義角點可以有以下兩種定義:
- 角點可以是兩個邊緣的角點;
- 角點是鄰域內具有兩個主方向的特徵點;
前者往往需要對圖像邊緣進行編碼,這在很大程度上依賴於圖像的分割與邊緣提取,具有相當大的難度和計算量,且一旦待檢測目標局部發生變化,很可能導致操作的失敗。早期主要有Rosenfeld和Freeman等人的方法,後期有CSS等方法。
基於圖像灰度的方法通過計算點的曲率及梯度來檢測角點,避免了第一類方法存在的缺陷,此類方法主要有Moravec算子、Forstner算子、Harris算子、SUSAN算子等。
這篇文章主要介紹的Harris角點檢測的算法原理,比較著名的角點檢測方法還有jianbo Shi和Carlo Tomasi提出的Shi-Tomasi算法,這個算法開始主要是爲了解決跟蹤問題,用來衡量兩幅圖像的相似度,我們也可以把它看爲Harris算法的改進。OpenCV中已經對它進行了實現,接口函數名爲GoodFeaturesToTrack()。另外還有一個著名的角點檢測算子即SUSAN算子,SUSAN是Smallest Univalue Segment Assimilating Nucleus(最小核值相似區)的縮寫。SUSAN使用一個圓形模板和一個圓的中心點,通過圓中心點像素與模板圓內其他像素值的比較,統計出與圓中心像素近似的像元數量,當這樣的像元數量小於某一個閾值時,就被認爲是要檢測的角點。我覺得可以把SUSAN算子看爲Harris算法的一個簡化。這個算法原理非常簡單,算法效率也高,所以在OpenCV中,它的接口函數名稱爲:FAST() 。
2. Harris角點
2.1 基本原理
人眼對角點的識別通常是在一個局部的小區域或小窗口完成的。如果在各個方向上移動這個特徵的小窗口,窗口內區域的灰度發生了較大的變化,那麼就認爲在窗口內遇到了角點。如果這個特定的窗口在圖像各個方向上移動時,窗口內圖像的灰度沒有發生變化,那麼窗口內就不存在角點;如果窗口在某一個方向移動時,窗口內圖像的灰度發生了較大的變化,而在另一些方向上沒有發生變化,那麼,窗口內的圖像可能就是一條直線的線段。
對於圖像
其中,
根據泰勒展開,對圖像
其中,
其中
也就是說圖像
其中
二次項函數本質上就是一個橢圓函數。橢圓的扁率和尺寸是由
橢圓函數特徵值與圖像中的角點、直線(邊緣)和平面之間的關係如下圖所示。共可分爲三種情況:
- 圖像中的直線。一個特徵值大,另一個特徵值小,
λ1≫λ2 或λ2≫λ1 。自相關函數值在某一方向上大,在其他方向上小。 - 圖像中的平面。兩個特徵值都小,且近似相等;自相關函數數值在各個方向上都小。
- 圖像中的角點。兩個特徵值都大,且近似相等,自相關函數在所有方向都增大。
根據二次項函數特徵值的計算公式,我們可以求
式中,
2.2 Harris角點算法實現
根據上述討論,可以將Harris圖像角點檢測算法歸納如下,共分以下五步:
1. 計算圖像
2. 計算圖像兩個方向梯度的乘積。
3. 使用高斯函數對
4. 計算每個像素的Harris響應值
5. 在
Harris角點檢測的C++實現代碼:https://github.com/RonnyYoung/ImageFeatures/blob/master/source/harris.cpp
2.3 Harris角點的性質
1. 參數α 對角點檢測的影響
假設已經得到了矩陣
從而可以得到角點的響應
假設
對於較小的
由此,可以得出這樣的結論:增大
2. Harris角點檢測算子對亮度和對比度的變化不敏感
這是因爲在進行Harris角點檢測時,使用了微分算子對圖像進行微分運算,而微分運算對圖像密度的拉昇或收縮和對亮度的擡高或下降不敏感。換言之,對亮度和對比度的仿射變換並不改變Harris響應的極值點出現的位置,但是,由於閾值的選擇,可能會影響角點檢測的數量。
3. Harris角點檢測算子具有旋轉不變性
Harris角點檢測算子使用的是角點附近的區域灰度二階矩矩陣。而二階矩矩陣可以表示成一個橢圓,橢圓的長短軸正是二階矩矩陣特徵值平方根的倒數。當特徵橢圓轉動時,特徵值並不發生變化,所以判斷角點響應值
4. Harris角點檢測算子不具有尺度不變性
如下圖所示,當右圖被縮小時,在檢測窗口尺寸不變的前提下,在窗口內所包含圖像的內容是完全不同的。左側的圖像可能被檢測爲邊緣或曲線,而右側的圖像則可能被檢測爲一個角點。
2.4 Harris的OpenCV接口
OpenCV的Hairrs角點檢測的函數爲cornerHairrs(),但是它的輸出是一幅浮點值圖像,浮點值越高,表明越可能是特徵角點,我們需要對圖像進行閾值化。
C++: void cornerHarris(InputArray src, OutputArray dst, int blockSize, int apertureSize, double k, int borderType = BORDER_DEFAULT);
- src – 輸入的單通道8-bit或浮點圖像。
- dst – 存儲着Harris角點響應的圖像矩陣,大小與輸入圖像大小相同,是一個浮點型矩陣。
- blockSize – 鄰域大小。
- apertureSize – 擴展的微分算子大。
- k – 響應公式中的,參數
α 。 - boderType – 邊界處理的類型。
int main() { Mat image = imread("../buliding.png"); Mat gray; cvtColor(image, gray, CV_BGR2GRAY); Mat cornerStrength; cornerHarris(gray, cornerStrength, 3, 3, 0.01); threshold(cornerStrength, cornerStrength, 0.001, 255, THRESH_BINARY); return 0; }
從上面上間一幅圖像我們可以看到,有很多角點都是粘連在一起的,我們下面通過加入非極大值抑制來進一步去除一些粘在一起的角點。
非極大值抑制原理是,在一個窗口內,如果有多個角點則用值最大的那個角點,其他的角點都刪除,窗口大小這裏我們用3*3,程序中通過圖像的膨脹運算來達到檢測極大值的目的,因爲默認參數的膨脹運算就是用窗口內的最大值替代當前的灰度值。
int main() { Mat image = imread("buliding.png"); Mat gray; cvtColor(image, gray, CV_BGR2GRAY); Mat cornerStrength; cornerHarris(gray, cornerStrength, 3, 3, 0.01); double maxStrength; double minStrength; // 找到圖像中的最大、最小值 minMaxLoc(cornerStrength, &minStrength, &maxStrength); Mat dilated; Mat locaMax; // 膨脹圖像,最找出圖像中全部的局部最大值點 dilate(cornerStrength, dilated, Mat()); // compare是一個邏輯比較函數,返回兩幅圖像中對應點相同的二值圖像 compare(cornerStrength, dilated, locaMax, CMP_EQ); Mat cornerMap; double qualityLevel = 0.01; double th = qualityLevel*maxStrength; // 閾值計算 threshold(cornerStrength, cornerMap, th, 255, THRESH_BINARY); cornerMap.convertTo(cornerMap, CV_8U); // 逐點的位運算 bitwise_and(cornerMap, locaMax, cornerMap); drawCornerOnImage(image, cornerMap); namedWindow("result"); imshow("result", image); waitKey(); return 0; } void drawCornerOnImage(Mat& image, const Mat&binary) { Mat_<uchar>::const_iterator it = binary.begin<uchar>(); Mat_<uchar>::const_iterator itd = binary.end<uchar>(); for (int i = 0; it != itd; it++, i++) { if (*it) circle(image, Point(i%image.cols, i / image.cols), 3, Scalar(0, 255, 0), 1); } }
現在我們得到的效果就比默認的函數得到的結果有相當的改善,如上面最右邊效果圖。
3. 多尺度Harris角點
3.1 多尺度Harris角點的原理
雖然Harris角點檢測算子具有部分圖像灰度變化的不變性和旋轉不變性,但它不具有尺度不變性。但是尺度不變性對圖像特徵來說至關重要。人們在使用肉眼識別物體時,不管物體遠近,尺寸的變化都能認識物體,這是因爲人的眼睛在辨識物體時具有較強的尺度不變性。在圖像特徵提取:尺度空間理論這篇文章裏就已經講到了高斯尺度空間的概念。下面將Harris角點檢測算子與高斯尺度空間表示相結合,使用Harris角點檢測算子具有尺度的不變性。
仿照Harris角點檢測中二階矩的表示方法,使用
其中,
3.2 多尺度Harris角點實現
首先,檢測算法從預先定義的一組尺度中進行積分尺度搜索,這一組尺度定義爲
一般情況下使用k=1.4。爲了減少搜索的複雜性,對於微分尺度
1. 與Harris角點搜索類似,對於給定的尺度空間值
2. 對於滿足1中條件的點,在點的8鄰域內進行角點響應最大值搜索(即非最大值抑制)出在8鄰域內角點響應最大值的點。對於每個尺度
由於位置空間的候選點並不一定在尺度空間上也能成爲候選點,所以,我們還要在尺度空間上進行搜索,找到該點的所謂特徵尺度值。搜索特徵尺度值也分兩步。
1. 對於位置空間搜索到的每個候選點,進行拉普拉斯響應計算,並滿足其絕對值大於給定的閾值條件:
2. 與鄰近的兩個尺度空間的拉普拉斯響應值進行比較,使其滿足:
滿足上述條件的尺度值就是該點的特徵尺度值。這樣,我們就找到了在位置空間和尺度空間都滿足條件的Harris角點。
多尺度Harris角點檢測C++實現:https://github.com/RonnyYoung/ImageFeatures/blob/master/source/harrisLaplace.cpp
4. 更多的討論
在上面描述的Harris角點具有光照不變性、旋轉不變性、尺度不變性,但是嚴格意義上來說並不具備仿射不變性。Harris-Affine是一種新穎的檢測仿射不變特徵點的方法,可以處理明顯的仿射變換,包括大尺度變化和明顯的視角變化。Harris-Affine主要是依據了以下三個思路:
- 特徵點周圍的二階矩的計算對區域進行的歸一化,具有仿射不變性;
- 通過在尺度空間上歸一化微分的局部極大值求解來精化對應尺度;
- 自適應仿射Harris檢測器能夠精確定位牲點;
這篇文章不對Harris-Affine作進一步的描述,有時間會對這一算法做專門的分析,有興趣的可以參考原論文:Scale & Affine Invariant Interest Point Detectors.
5. 參考資料
[1] 《圖像局部不變特徵與描述》王永明,王貴錦。
[3] 圖像特徵提取PPT
[4] Harris角點檢測算法 1
=================================【Harris角點檢測原理分析】=======================================
主要參考了:http://blog.csdn.net/yudingjun0611/article/details/7991601 Harris角點檢測算子
本文將該文拷貝了過來,並做了一些數學方面的補充,以方便對數學已經生疏的小夥伴們參考理解。由於補充的內容還挺多,所以還是將本文標註爲了原創。
我增加的部分在文中用 {{ }} 圈了起來並用紅色字體標註。
正文開始。
Harris角點檢測算子是於1988年由CHris Harris & Mike Stephens提出來的。在具體展開之前,不得不提一下Moravec早在1981就提出來的Moravec角點檢測算子。
1.Moravec角點檢測算子
Moravec角點檢測算子的思想其實特別簡單,在圖像上取一個W*W的“滑動窗口”,不斷的移動這個窗口並檢測窗口中的像素變化情況E。像素變化情況E可簡單分爲以下三種:A 如果在窗口中的圖像是什麼平坦的,那麼E的變化不大。B 如果在窗口中的圖像是一條邊,那麼在沿這條邊滑動時E變化不大,而在沿垂直於這條邊的方向滑動窗口時,E的變化會很大。 C 如果在窗口中的圖像是一個角點時,窗口沿任何方向移動E的值都會發生很大變化。
上圖就是對Moravec算子的形象描述。用數學語言來表示的話就是:
其中(x,y)就表示四個移動方向(1,0)(1,1)(0,1)(-1,1),E就是像素的變化值。Moravec算子對四個方向進行加權求和來確定變化的大小,然和設定閾值,來確定到底是邊還是角點。
2.Harris角點檢測算子
Harris角點檢測算子實質上就是對Moravec算子的改良和優化。在原文中,作者提出了三點Moravec算子的缺陷並且給出了改良方法:
1. Moravec算子對方向的依賴性太強,在上文中我們可以看到,Moravec算子實際上只是移動了四個45度角的離散方向,真正優秀的檢測算子應該能考慮到各個現象的移動變化情況。爲此,作者採用微分的思想(這裏不清楚的話可以複習下高數中的全微分):
其中:
所以E就可以表示爲:
2.由於Moravec算子採用的是方形的windows,因此的E的響應比較容易受到干擾,Harris採用了一個較爲平滑的窗口——高斯函數:
3.Moravec算子對邊緣響應過於靈敏。爲此,Harris提出了對E進行變形:
對,沒錯,變成了二次型,果然是大牛,更牛的還在後面!其中,
用α,β表示矩陣M的特徵值,這樣會產生三種情況:A 如果α,β都很小,說明高斯windows中的圖像接近平坦。 B 如果一個大一個小,則表示檢測到邊。 C 如果α,β都很大,那麼表示檢測到了角點。
α,β是什麼?α,β就是橢圓的長短軸的度量,什麼?橢圓哪裏來?橢圓就是那個二次型函數來的!下圖的意思我就不詳細講解了,相信大家能懂。
{{
轉載注:NewThinker_wei:
關於矩陣知識的一點補充:好長時間沒看過線性代數的話,這一段比較難理解。可以看到M是實對稱矩陣,這裏簡單溫習一下實對稱矩陣和二次型的一些知識點吧。
1. 關於特徵值和特徵向量:
特徵值的特徵向量的概念忘了就自己查吧,這裏只說關鍵的。對於實對稱矩陣M(設階數爲n),則一定有n個實特徵值,每個特徵值對應一組特徵向量(這組向量中所有向量共線),不同特徵值對應的特徵向量間相互正交;(注意這裏說的是實對稱矩陣,不是所有的矩陣都滿足這些條件)
2. 關於對角化:
對角化是指存在一個正交矩陣Q,使得 Q’MQ 能成爲一個對角陣(只有對角元素非0),其中Q’是Q的轉置(同時也是Q的逆,因爲正交矩陣的轉置就是其逆)。一個矩陣對角化後得到新矩陣的行列式和矩陣的跡(對角元素之和)均與原矩陣相同。如果M是n階實對稱矩陣,則Q中的第 j 列就是第 j 個特徵值對應的一個特徵向量(不同列的特徵向量兩兩正交)。
3. 關於二次型:
對於一個n元二次多項式,f(x1,x2....xn) = ∑ ( aij*xi*xj ) ,其中 i 和 j 的求和區間均爲 [1,n] ,
可將其各次的係數 aij 寫成一個n*n矩陣M,由於 aij 和 aji 的對稱等價關係,一般將 aij 和 aji 設爲一樣的值,均爲 xi*xj 的係數的二分之一。這樣,矩陣M就是實對稱矩陣了。即二次型的矩陣默認都是實對稱矩陣
4. 關於二次型的標準化(正交變換法):
二次型的標準化是指通過構造一個n階可逆矩陣 C,使得向量 ( x1,x2...xn ) = C * (y1,y2...yn),把n維向量 x 變換成n維向量 y ,並代入f(x1,x2....xn) 後得到 g(y1,y2...yn),而後者的表達式中的二次項中不包含任何交叉二次項 yi*yj(全部都是平方項 yi^2),也即表達式g的二次型矩陣N是對角陣。用公式表示一下 f 和 g ,(下面的表達式中 x 和 y都代表向量,x' 和 y' 代表轉置)
f = x' * M * x ;
g = f = x' * M * x = (Cy)' * M * (Cy) = y' * (C'MC) * y = y' * N * y ;
因此 C‘MC = N。正交變換法,就是直接將M對角化得到N,而N中對角線的元素就是M的特徵值。正交變換法中得到的 C 正好是一個正交矩陣,其每一列都是兩兩正交的單位向量,因此 C 的作用僅僅是將座標軸旋轉(不會有放縮)。
OK,基礎知識補充完了,再來說說Harris角點檢測中的特徵值是怎麼回事。這裏的 M 是
將M對角化後得到矩陣N,他們都是2階矩陣,且N的對角線元素就是本文中提到的 α 和 β。
本來 E(x,y) = A*x^2 + 2*C*x*y + B*y^2 ,而將其標準後得到新的座標 xp和yp,這時表達式中就不再含有交叉二次項,新表達式如下:
E(x,y) = Ep (xp,yp) = α*xp^2 + β*yp^2,
我們不妨畫出 Ep (xp,yp) = 1 的等高線L ,即
α*xp^2 + β*yp^2 = 1 ,
可見這正好是(xp,yp)空間的一個橢圓,而α 和 β則分別是該橢圓長、短軸平方的倒數(或者反過來),且長短軸的方向也正好是α 和 β對應的特徵向量的方向。由於(x,y)空間只是 (xp,yp)空間的旋轉,沒有放縮,因此等高線L在(x,y)空間也是一個全等的橢圓,只不過可能是傾斜的。
現在就能理解下面的圖片中出現的幾個橢圓是怎麼回事了,圖(a)中畫的正是高度爲 1 的等高線,(其他”高度“處的等高線也是橢圓,只不過長短軸的長度還要乘以一個係數)。其他的幾幅圖片中可以看到,“平坦”區域由於(高度)變化很慢,等高線(橢圓)就比較大;而”邊緣“區域則是在一個軸向上高度變化很快,另一個與之垂直的軸向上高度變化很慢,因此一個軸很長一個軸很短;“角點”區域各個方向高度都變化劇烈,因此橢圓很小。我們人眼可以直觀地看到橢圓的大小胖瘦,但如何讓計算機識別這三種不同的幾何特徵呢?爲了能區分出角點、邊緣和平坦區域我們現在需要用α
和 β構造一個特徵表達式,使得這個特徵式在三種不同的區域有明顯不同的值。一個表現還不錯的特徵表達式就是:
(αβ) - k(α+β)^2
表達式中的 k 的值怎麼選取呢?它一般是一個遠小於 1 的係數,OpenCV的默認推薦值是 0.04(=0.2的平方),它近似地表達了一個閾值:當橢圓短、長軸的平方之比(亦即α 和 β兩個特徵值之比)小於這個閾值時,認爲該橢圓屬於“一個軸很長一個軸很短”,即對應的點會被認爲是邊緣區域。
對於邊緣部分,(假設較大的特徵值爲β)由於 β>>α且α<kβ,因此特徵式 :
(αβ) - k(α+β)^2 ≈ αβ - kβ^2 < (kβ)β - kβ^2 = 0
即邊緣部分的特徵值小於0 ;
對於非邊緣部分,α 和 β相差不大,可認爲 (α+β)^2 ≈ 4αβ,因此特徵式:
(αβ) - k(α+β)^2 ≈ αβ - 4kαβ = ( 1 - 4k ) * αβ
由於 k 遠小於1,因此 1 - 4k ≈ 1,這樣特徵式進一步近似爲:
(αβ)
- k(α+β)^2 ≈ αβ
因此,三種不同區域的判別依據就是: 如果特徵表達式的值爲負,則屬於邊緣區域;如果特徵表達式的值較大,則屬於角點區域;如果特徵表達式的值很小,則是平坦區域。
最後,由於αβ和(α+β)正好是M對角化後行列式和跡,再結合上面補充的基礎知識第2條中提到的行列式和跡在對角化前後不變,就可以得到 (αβ) - k(α+β)^2 = det(M) - k*Tr(M)^2,這就是Harris檢測的表達式。
轉載註解完畢,下面接原文。
}}
有人又要問了,你怎麼知道我檢測到α,β算大還是算小?對此天才哈里斯定義了一個角點響應函數:
其中(這些都是線性代數裏的知識):
我們驚喜的發現,R爲正值是,檢測到的是角點,R爲負時檢測到的是邊,R很小時檢測到的是平坦區域。至於他怎麼想出來的,我就不得而知了......
Harris角點檢測算法有諸多優點:A 旋轉不變性,橢圓轉過一定角度但是其形狀保持不變(特徵值保持不變)
B 對於圖像灰度的仿射變化具有部分的不變性,由於僅僅使用了圖像的一介導數,對於圖像灰度平移變化不變;對於圖像灰度尺度變化不變
當然Harris也有許多不完善的地方:A 它對尺度很敏感,不具備幾何尺度不變性。
B 提取的角點是像素級的。以至於後來又有許多牛人提出了更多更完善的檢測算子,且聽下回分解!