Matlab实现Moravec算子
作者:互联网
Moravec算子在4个方向上计算非归一化的影像局部灰度差方差,将最小值作为兴趣值的测度。该算子检测的特征点是那些影响强度值在每个方向上变化剧烈的点。
步骤:1、计算各像素的兴趣值
2、选出候选点(给定一经验阈值,将兴趣值大于该阈值的点作为候选点)。
3、选取候选点中兴趣值极大的点作为特征点
代码如下:
function N=moravec(filename,G)
F=imread(filename); %导入图像
M=rgb2gray(F); %转为灰度图像
figure(1);
imshow(M);
[row,col]=size(M);
N=zeros(row,col);
w=5; %5x5的窗口
k=floor(w/2); %k值,向下取整
for i=3:row-3
for j=3:col-3
for d=i-k:i+k %在5x5的窗口中进行计算
for e=j-k:j+k
for x=-k:k-1 %第一步:计算各像素的兴趣值
v1=(M(i,j+x)-M(i,j+x+1))^2; %横向
V1=sum(v1);
v2=(M(i+x,j+x)-M(i+x+1,j+x+1))^2; %捺向
V2=sum(v2);
v3=(M(i+k,j)-M(i+k+1,j))^2; %竖向
V3=sum(v3);
v4=(M(i-x,j+x)-M(i-x-1,j+x+1))^2; %撇向
V4=sum(v4);
D=[V1,V2,V3,V4];
IV=min(min(D)); %找出最小的值
if IV>G %第二步:给定的经验阈值
M(d,e)=255; %符合条件的像素让它呈现白色
N(i,j)=IV;
end
end
end
end
end
end
figure(2);
imshow(M);
figure(3);
imshow(N);
Q=zeros(row,row);
for h=1:row %在一定窗口选兴趣值最大的点作为特征点
for l=1:col
for d=i-k:i+k %在5x5的窗口中进行计算
for e=j-k:j+k
Q(d,e)=N(d,e);
MAX=max(max(Q));
if N(d,e)<MAX&&N(d,e)~=0
N(h,l)=0;
end
end
end
end
end
figure(4);
imshow(N);
end
运行结果:
注:代码可能有点烦,有能力的同学可以自己该一下。
Moravec的缺点需要注意以下:
1、对影像边缘部分的检测较敏感
2、影像旋转时,会产生一定的重复点
3、容易受噪声的影像
标签:5x5,end,Moravec,sum,兴趣,Matlab,算子,col,row 来源: https://blog.csdn.net/qq_53150861/article/details/120734093