综合实例:Shi

阅读: 评论:0

综合实例:Shi

综合实例:Shi

Shi-Tomasi角点检测
确定图像强角点:goodFeaturesToTrack()函数
giidFeaturesToTrack()函数结合了Shi-Tomasi算子,用于确定图像的强角点。
c++:void goodFeaturesToTrack(
InputArray image,
OutputArray corners,
int maxCorners,
double qualityLevel,
double minDistance,
InputArray mask=norArray(),
int blockSize=3,
bool useHarrisDetector=false,
double k=0.4)
第一个参数,InputArray类型的image,输入图像,须为8位或浮点型32位单通道图像。
第二个参数,OutputArray类型的corners,检测到的角点的输出向量。
第三个参数,int类型的maxCorners,角点的最大数量。
第四个参数,double类型的qualityLevel,角点检测可接受的最小特征值。其实实际用于过滤角点的最小特征值是qualityLevel与图像中最大特征值的乘积。所以qualityLevel通常不会超过1(常用的值为0.10或者0.01)。而检测完所有的角点后,还要进一步剔除掉一些距离较近的角点。
第五个参数,double类型的minDistance,角点之间的最小距离,此参数用于保证返回的焦点之间的距离不小于minDistance个像素。
第六个参数,InputArray类型的mask,可选参数,表示感兴趣区域,有默认值noArray().若此参数非空(需为CV_8UC1类型,且和第一个参数image有相同的尺寸),便用于指定角点检测区域。
第七个参数,int类型的blockSize,有默认值3,是计算导数自相关矩阵时指定的领域范围。
第八个参数,bool类型的useHarrisDetector,默认值false,指示是否使用Harris角点检测。
第九个参数,double类型的k,有默认值0.04,为用于设置Hessian自相关矩阵行列式的相对权重的权重系数。

本文发布于:2024-02-03 02:55:38,感谢您对本站的认可!

本文链接:https://www.4u4v.net/it/170690014048186.html

版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,我们将在24小时内删除。

下一篇:SHI
标签:实例   Shi
留言与评论(共有 0 条评论)
   
验证码:

Copyright ©2019-2022 Comsenz Inc.Powered by ©

网站地图1 网站地图2 网站地图3 网站地图4 网站地图5 网站地图6 网站地图7 网站地图8 网站地图9 网站地图10 网站地图11 网站地图12 网站地图13 网站地图14 网站地图15 网站地图16 网站地图17 网站地图18 网站地图19 网站地图20 网站地图21 网站地图22/a> 网站地图23