Harris點特征提取算子及其改進算法

1、Harris點特征提取算子及其改進算法論文導讀：算子的思想是計算像素所在位置的梯度構(gòu)成自相關(guān)矩陣M。而攝影測量中的Forstner算子定位精度較高。將這兩種算子結(jié)合起來進行點特征提取。算子，Harris點特征提取算子及其改進算法。關(guān)鍵詞：點特征提取，Harris算子，F(xiàn)orstner算子算子的原理與實現(xiàn)1.1 Harris算子的原理Harris算子的思想是計算像素所在位置的梯度構(gòu)成自相關(guān)矩陣M，由M陣的特征值的大小來檢測角點,如果像素所在位置有兩個方向梯度的絕對值都比較大,就判定此像素點為角點。由于Harris 算子的公式只涉及圖像的一階導數(shù)，所以該算子計算較為簡單、復雜度適中，是一種簡單而又

2、穩(wěn)定的算法。Harris算子的計算公式如下所示，式(1) 中, gx 為x 方向的梯度, gy 為y 方向的梯度, G( s ) 為高斯模板。式(2) 中, det 為矩陣的行列式,tr 為矩陣的直跡, k為默認常數(shù)。而在實際操作中可以將計算興趣值的(2)式改為I = det( M)/ ( tr(M) +)。其中為任意小的正數(shù), 該角點響應函數(shù)與(2)式相比,避免了k 的選取,減少了k 選擇的隨機性。博士論文，Harris算子。1.2 Harris算子的實現(xiàn)Harris 算子主要有以下特點2: 算法簡單:Harris算子中只需對原始圖像進行灰度的一階差分以及對梯度值進行高斯濾波,操作簡單。提取

3、的點特征均勻而且合理:Harris 算子對圖像中的每個點都計算其興趣值,然后在鄰域中選擇最優(yōu)點。在圖像紋理信息豐富的域,Harris 算子可以提取出大量有用的特征點,而在圖像中紋理信息少的區(qū)域,提取的特征點則較少。博士論文，Harris算子?？梢远康奶崛√卣鼽c:Harris 算子最后一步是對所有的局部極值點進行排序,可以根據(jù)需要提取一定數(shù)量的最優(yōu)點。Harris 角點檢測在對角點度量執(zhí)行非極大值抑制,確定局部極大值時,角點提取的效果完全依賴于單閾值的設定。Harris 角點檢測雖然采用了可調(diào)窗口的高斯平滑函數(shù),但高斯窗口的大小實際應用中難以確定。博士論文，Harris算子。如果選用較小窗口的

4、高斯平滑函數(shù),則會因為噪聲的干擾導致眾多偽角點的出現(xiàn);如果用較大窗口的高斯平滑函數(shù),則會因為卷積的圓角效應使得角點的位置產(chǎn)生偏移。2 對Harris算法的改進Harris算子提取角點的效果較為穩(wěn)定，且較為簡單，但是精度相對較低，由于圖像色調(diào)、噪聲等因素的影響，會出現(xiàn)提取出偽角點或提取出的特征點為與實際位置發(fā)生偏移等現(xiàn)象，而攝影測量中的Forstner算子定位精度較高；結(jié)合Harris算子與Forstner算子的特點，可以首先采用Harris算子提取一點數(shù)量的初選點，然后采用Forstner算子以初選點為窗口中心，精確計算特征點的位置。2.1Forstner算子Forstner算子的思想是通過R

5、obert梯度對一幅影像上N*N大小的圖像窗口濾波，計算出窗口中心像素的灰度協(xié)方差矩陣，在影像中尋找具有盡可能小而接近圓的誤差橢圓的點做為特征點被提取出來。Forstner算子的計算公式如下，其中fx，fy分別為確定的N*N大小的圖像窗口中各像素在45和135方向的Robert梯度3；計算每個窗口的興趣值q和w。當qTq，且wTw時，將該像元定為待選點。博士論文，Harris算子。閾值Tq和Tw為經(jīng)驗值，其中Tq取值范圍為0.5至0.75，Tw可以選取0.5至1.5之間一常數(shù)與w的平均值的乘積，或者w的中值與5的乘積。博士論文，Harris算子。2.2 改進算法改進算法的原理是: 首先對一幅圖

6、像采用高斯模板方差為0.7的Harris算子，提取一定量的初選點,這些初選點都是在圖像的局部范圍內(nèi)的最優(yōu)特征點,精度能達到一個像素。將由Harris算子提取出的分布比較均勻的待選特征點做為最佳窗口的中心點,采用Forstner算子對窗口內(nèi)進行加權(quán)中心化操作,精確定位特征點的位置,將精度提高到子像素級別。博士論文，Harris算子。在Visual C+ 6.0平臺上實現(xiàn)如上算法，可以觀察到，單純使用Harris算子提取到特征點會出現(xiàn)點位偏移或提取出偽角點的問題，在Harris算子的基礎上在進行Forstner算子后的結(jié)果精度更高，特征點位更精確。3 結(jié)束語Harris算子是一種穩(wěn)定、簡便的特征點提取算子，在實際操作中有廣泛的應用。但由于Harris算子只能達到一個像素的精度，所以結(jié)合Forstner算子高定位精度的特點，將這兩種算子結(jié)合起來進行點特征提取，可以使提取到的特征點的精度進一步提高。參考文獻1SmithAM,BradyJM.SUSAN.ANewApproachtoLowLevelImageProcessingJ.InternationalJournalofComputerVision，1997,23(1):4