OpenCV 角点检测(一) Moravec

什么是角点

角点一般反应的是图像中局部最大值或最小值的孤立点，以角点为中心点的窗口向图像中的任意方向滑动，都会引起较大的灰度变化。

Moravec角点

Moravec角点检测算子于1981年提出，是最早的角点检测算法之一。Moravec角点检测算子通过计算中心像素点的0°，45°，90°，135°四个方向的灰度差的平方和，并取其中最小的值作为中心点的兴趣值。



其中(u,v)为中心点(x,y)的0°，45°，90°，135°方向的像素点坐标。

Moravec角点检测算子相比于其他角点检测算法具有如下特点：

(1).非均匀性响应，很容易受到临边特性干扰的影响，对倾斜边缘的检测响应很强。

(2).不管像素点与中心点的距离是多少，都赋予相同的权重，导致 Moravec角点检测算子对噪声很敏感

opencv实现

// Moravec角点检测
#include <opencv2/opencv.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>
using namespace std;
using namespace cv;

cv::Mat MoravecCorners(cv::Mat SrcImage, int kSize, int threshold)
{
cv::Mat MorImage = SrcImage.clone();
// 获取初始化参数信息
int r = kSize / 2;
const int nRows = SrcImage.rows;
const int nCols =SrcImage.cols;
int nConut = 0;
CvPoint *pPoint = new CvPoint[nRows*nCols];
// 图像遍历
for (int i = r; i < SrcImage.rows-r; i++)
{
for (int j = r; j<SrcImage.cols-r; j++)
{
int wV1, wV2, wV3, wV4;
wV1 = wV2 = wV3 = wV4 = 0;
// 计算水平方向窗内兴趣值
for (int k = -r; k < r; k++)
wV1 += (SrcImage.at<uchar>(i,j+k)-
SrcImage.at<uchar>(i,j+k+1))*(SrcImage.at
<uchar>(i,j+k)-SrcImage.at<uchar>(i,j+k+1));
// 计算垂直方向窗内兴趣值
for (int k = -r; k < r; k++)
wV2 += (SrcImage.at<uchar>(i+k,j)-
SrcImage.at<uchar>(i+k+1,j))*(SrcImage.at
<uchar>(i+k,j)-SrcImage.at<uchar>(i+k+1,j));
// 计算45度方向窗内兴趣值
for (int k = -r; k < r; k++)
wV3 += (SrcImage.at<uchar>(i+k,j+k)-
SrcImage.at<uchar>(i+k+1,j+k+1))*(SrcImage.at
<uchar>(i+k,j+k)-SrcImage.at<uchar>(i+k+1,j+k+1));
// 计算135度方向窗内兴趣值
for (int k = -r; k < r; k++)
wV4 += (SrcImage.at<uchar>(i+k,j-k)-
SrcImage.at<uchar>(i+k+1,j-k-1))*(SrcImage.at
<uchar>(i+k,j-k)-SrcImage.at<uchar>(i+k+1,j-k-1));
// 取其中的最小值作为该像素点的最终兴趣值
int value = min(min(wV1,wV2), min(wV3,wV4));
// 若兴趣值大于阈值，则将点的坐标存入数组中
if (value > threshold)
{
pPoint[nConut] = cvPoint(j,i);
nConut++;
}
}
}
//绘制兴趣点
for (int i = 0; i < nConut; i++)
cv::circle(MorImage, pPoint[i], 5, cv::Scalar(255,0,0));
return MorImage;
}

int main()
{
cv::Mat SrcImage = imread("1.jpg",0);
if (!SrcImage.data)
return -1;
//阈值设置为10000
cv::Mat MorImage =  MoravecCorners(SrcImage, 5,10000);
cv::imshow("srcImage", SrcImage);
cv::imshow("MorMat",MorImage);
cv::waitKey(0);
return 0;
}

原图：



角点检测结果：