Corner Detection

Вычислите угловую метрическую матрицу и найдите углы в изображениях

  • Библиотека:
  • Computer Vision Toolbox / Analysis & Enhancement

Описание

Блок Corner Detection находит углы в изображении при помощи детектирования углов методом Харриса (Харрисом и Стивенсом), минимальное собственное значение (Ши и Томэзи), или локальное сравнение интенсивности (на основе метод Accelerated Segment Test, (FAST) Ростена и Драммонда) метод. Блок находит углы в изображении на основе пикселей, которые имеют самые большие угловые метрические значения.

Порты

Входной параметр

развернуть все

Введите изображение в виде матрицы значений интенсивности.

Типы данных: single | double | int8 | int16 | int32 | int64 | uint8 | uint16 | uint32 | uint64 | fixed point

Вывод

развернуть все

Угловые местоположения, возвращенные как M-by-2 матрица [x y] координаты. M представляет количество углов и меньше чем или равен параметру Maximum number of corners.

Типы данных: uint32

Угловые метрические значения, возвращенные как матрица значений интенсивности. Возвращенная матрица одного размера с входным изображением.

Зависимости

TTo включают этот порт, устанавливают параметр Output на Corner location and metric matrix or Metric matrix.

Типы данных: single | double | int8 | int16 | int32 | int64 | uint8 | uint16 | uint32 | uint64 | fixed point

Параметры

развернуть все

Main Tab

Задайте угловой метод обнаружения как Harris corner detection (Harris & Stephens), Minimum eigenvalue (Shi & Tomasi), или Local intensity comparison (Rosten & Drummond).

Чтобы увеличить точные результаты, используйте Minium eigenvalue (Shi & Tomasi). Для самого быстрого расчета используйте Local intensity comparison (Rosten & Drummond). Для баланса между точностью и расчетом, используйте Harris corner detection (Harris & Stephens). Для получения дополнительной информации о каждом методе смотрите раздел Algorithms.

После того, как блок решает, что пиксель является возможным углом, это вычисляет свою угловую метрику использование следующего уравнения:

R=max(j:IjIp+T|IpIj|T,j:IjIpT|IpIj|T)

Задайте фактор чувствительности, k. Когда k уменьшается, вероятность, что алгоритм может обнаружить увеличения острых углов.

Настраиваемый: да

Зависимости

Чтобы включить этот параметр, установите параметр Method на Harris corner detection (Harris & Stephens).

Задайте вектор коэффициентов фильтра для фильтра сглаживания.

Зависимости

Чтобы включить этот параметр, установите параметр Method на Harris corner detection (Harris & Stephens) или Minimum eigenvalue (Shi & Tomasi).

Укажите, что пороговое значение интенсивности раньше находило допустимые окружающие пиксели.

Настраиваемый: да

Зависимости

Чтобы включить этот параметр, установите параметр Method на Local intensity comparison (Rosten & Drummond).

Задайте максимальный угловой угол.

Настраиваемый: да

Зависимости

  • Чтобы включить этот параметр, установите параметр Method на Local intensity comparison (Rosten & Drummond).

  • Этот параметр является настраиваемым для симуляции только.

Задайте блок выход как Corner location, Corner location and metric matrix, и Metric matrix.

Установите этот параметр на Corner location или Corner location and metric matrix отсоединять Maximum number of corners, Minimum metric value that indicates a corner и параметры Neighborhood size (suppress region around detected corners).

Задайте максимальное количество углов, которые вы хотите, чтобы блок нашел. T

Зависимости

Чтобы включить этот параметр, установите параметр Output на Corner location или Corner location and metric matrix.

Задайте минимальное угловое метрическое значение.

Настраиваемый: да

Зависимости

Чтобы включить этот параметр, установите параметр Output на Corner location или Corner location and metric matrix.

Задайте размер окружения как двухэлементный вектор положительных нечетных целых чисел, [row, column]. Задайте размер как окружение за углом метрическое значение по который нули блока значения.

Зависимости

Чтобы включить этот параметр, установите параметр Output на Corner location или Corner location and metric matrix.

Выберите этот параметр, чтобы вывести переменный сигнал размера.

Data Types Tab

Для получения дополнительной информации на параметрах блоков фиксированной точки, смотрите, Задают Атрибуты Фиксированной точки для Блоков.

Характеристики блока

Типы данных

Boolean[a] | double | fixed point | integer | single

Многомерные сигналы

no

Сигналы переменного размера

yes

[a]  Этот тип данных не поддержан для Локального Метода сравнения Интенсивности.

Алгоритмы

развернуть все

Ссылки

[1] Харрис, C. и М Стивенс. “Объединенный детектор угла и ребра”. Продолжения 4-й конференции по видению Alvey, 147-151. Август 1988.

[2] Ши, J. и К. Томэзи. “Хорошие функции, чтобы отследить”. Продолжения конференции по IEEE по компьютерному зрению и распознаванию образов, 593-600. Июнь 1994.

[3] Rosten, E. и Т. Драммонд. “Плавя точки и линии для высокопроизводительного отслеживания”. Продолжения международной конференции IEEE по вопросам издания 2, 1508-1511 компьютерного зрения. Октябрь 2005.

Расширенные возможности

Генерация кода C/C++
Генерация кода C и C++ с помощью Simulink® Coder™.

Представленный в R2007b

Для просмотра документации необходимо авторизоваться на сайте