Moravec角点检测算法原理

参考资料：

（1）Moravec角点检测算法原理

Moravec角点检测算法是最早的角点检测算法之一。该算法将角点定义为具有低“自相关性”的点。算法会检测图像的每一个像素，将像素周边的一个邻域作为一个patch，并检测这个patch和周围其他patch的相关性。这种相关性通过两个patch间的平方差之和(SSD)来衡量，SSD值越小则相似性越高。

如果像素位于平滑图像区域内，周围的patch都会非常相似。如果像素在边缘上，则周围的patch在与边缘正交的方向上会有很大差异，在与边缘平行的方向上则较为相似。而如果像素是各个方向上都有变化的特征点，则周围所有的patch都不会很相似。

Moravec会计算每个像素patch和周围patch的SSD最小值作为强度值，取局部强度最大的点作为特征点。

（2）Moravec角点检测示意图：


 

（3）将moravec角点检测方法公式化：

Moravec 在1981年提出Moravec角点检测算子[1]，并将它应用于立体匹配。

首先, 计算每个像素点的兴趣值, 即以该像素点为中心, 取一个w*w(如:5x5)的方形窗口, 计算0度、45度、90度、135度四个方向灰度差的平方和, 取其中的最小值作为该像素点的兴趣值。


 

图1- 1　以3x3为例　黑色窗口为Ｉ(x,y)　红色窗口为I(x+u,y+v)

其中四种移位 (u,v) = (1,0), (1,1), (0,1), (-1, 1).w(x,y)为方形二值窗口,若像素点在窗口内，则取值为1, 否则为0。

moravec角点检测步骤：

(1)对于每一个像素点，计算在E(u,v),在我们的算法中，(u,v)的取值是((1,0), (1,1), (0,1), (-1, 1).当然，你自己可以改成(1,0),(1,1),(0,1),(-1,1),(-1,0),(-1,-1),(0,-1),(1,-1) 8种情况

（2）计算最小值对每个位置minValue = min{E(u,v)},其中(u,v) = (1,0), (1,1), (0,1), (-1, 1).

(3)对每个位置minValue 进行判断，是不是大于设定阈值，如果是大于设定阈值，接着判断是不是局部极大值

#pragma comment(lib,"cxcore.lib")
#pragma comment(lib,"cv.lib")
#pragma comment(lib,"highgui.lib")
#pragma comment(lib,"ml.lib")
#pragma comment(lib,"cvcam.lib")
#pragma comment(lib,"cvaux.lib")

#include <stdio.h>
#include <iostream>

#include <cv.h>
#include <cxcore.h>
#include <highgui.h>

using namespace std;

int getMoravec(IplImage* src,CvPoint* corners , float threshold)
{

int winsize=5;//窗口的大小 即 5*5 win[5,5]
int halfwinsize=winsize/2;
IplImage* diffDst=cvCreateImage(cvGetSize(src),32,1);
cvZero(diffDst);

//float threshold=9500;
int conersCount=0;
float maxCornersValue=0;//最大角点值

int x,y;
/*

//滑动窗口
* * * * *
* * * * *
* * 0 * *
* * * * *
* * * * *

//遍历方式如图
**************
**************
**1111111111**
**1111111111**
**1111111111**
**************
**************
*/
for (y=halfwinsize;y<src->height-halfwinsize;y++)
{
for (x=halfwinsize;x<src->width-halfwinsize;x++)
{
float reaction[4],minVal;

reaction[0]=0;
reaction[1]=0;
reaction[2]=0;
reaction[3]=0;

int i;

//0
for (i=-halfwinsize;i<halfwinsize;i++)//-2 -1 0 -1
{
reaction[0]+= pow(cvGetReal2D(src,y,x+i)-cvGetReal2D(src,y,x+i+1),2);
}

//45
for (i=-halfwinsize;i<halfwinsize;i++)//-2 -1 0 -1
{
reaction[1]+= pow(cvGetReal2D(src,y+i,x+i)-cvGetReal2D(src,y+i+1,x+i+1),2);
}

//90
for (i=-halfwinsize;i<halfwinsize;i++)//-2 -1 0 -1
{
reaction[2]+= pow(cvGetReal2D(src,y+i,x)-cvGetReal2D(src,y+i+1,x),2);
}

//-45
for (i=-halfwinsize;i<halfwinsize;i++)//-2 -1 0 -1
{
reaction[3]+= pow(cvGetReal2D(src,y+i,x-i)-cvGetReal2D(src,y+i+1,x-i-1),2);
}

//-----------------------------
//取最小值

minVal=reaction[0];
minVal=reaction[1]<minVal?reaction[1]:minVal;
minVal=reaction[2]<minVal?reaction[2]:minVal;
minVal=reaction[3]<minVal?reaction[3]:minVal;

cvSetReal2D(diffDst,y,x,minVal);
//cvSetReal2D(diffDst,y,x,minValue);

//局部 最大值

}
}//----------------

for (y=halfwinsize;y<src->height-halfwinsize;y+=halfwinsize)
{
for (x=halfwinsize;x<src->width-halfwinsize;x+=halfwinsize)
{

float max=0;
int flag=0;
CvPoint maxLoc;
maxLoc.x=-1;
maxLoc.y=-1;

//int halfwinsize=halfwinsize;
for (int winy=-halfwinsize;winy<halfwinsize;winy++)
{
for (int winx=-halfwinsize;winx<halfwinsize;winx++)
{
float value;
value=cvGetReal2D(diffDst,y+winy,x+winx);

//if(value>0)printf("xxxxxx");

if (value>max)
{

max=value;
flag=1;
maxLoc.x=x+winx;
maxLoc.y=y+winy;

if(max>maxCornersValue)maxCornersValue=value;

}

}
}//------------

if (flag==1 && max>threshold)
{
corners[conersCount].x=maxLoc.x;
corners[conersCount].y=maxLoc.y;
conersCount++;
}

}

}//end for

printf("图像中最大角点值=%f",maxCornersValue);
return conersCount;
}

int main()
{

IplImage* src=cvLoadImage("img//Moravec.jpg",CV_LOAD_IMAGE_GRAYSCALE);

CvPoint* corners;
int cornersCount;
corners=(CvPoint*)malloc(sizeof(CvPoint)*9000);

int count=getMoravec(src,corners,6500);

IplImage* show=cvCreateImage(cvGetSize(src),8,3);
cvCvtColor(src,show,CV_GRAY2BGR);

for (int i=0;i<count;i++)
{
cvCircle(show,corners[i],5,cvScalar(0,0,255));
}

cvNamedWindow("show");
cvShowImage("show",show);
cvWaitKey(0);

return 0;
}