Corner Detection

Вычислите угловую метрическую матрицу и найдите углы в изображениях

  • Библиотека:
  • Computer Vision Toolbox / Analysis & Enhancement

  • Corner Detection block

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 метода 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.

Зависимости

Чтобы включить этот порт, установите параметр Output на один из них:

  • Corner location

  • Corner location and metric matrix

Типы данных: uint32

Количество обнаруженных углов, возвращенных как скаляр.

Зависимости

Чтобы включить этот порт, установите эти параметры блоков:

  • Вывод : Corner location | Corner location and metric matrix

  • Output variable size signal: off

Типы данных: uint32

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

Зависимости

Чтобы включить этот порт, установите параметр Output на один из них:

  • Corner location and metric matrix

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

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 из коэффициентов фильтра для фильтра сглаживания.

Зависимости

Чтобы включить этот параметр, установите параметр Method на один из них:

  • Harris corner detection (Harris & Stephens)

  • 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.

Зависимости

Чтобы включить этот параметр, установите параметр Output на один из них:

  • Corner location

  • Corner location and metric matrix

Задайте минимальное угловое метрическое значение.

Настраиваемый: да

Зависимости

Чтобы включить этот параметр, установите параметр Output на один из них:

  • Corner location

  • Corner location and metric matrix

Задайте размер окружения как двухэлементный вектор из положительных нечетных целых чисел, [row, column]. Блок использует этот параметр, чтобы подавить область вокруг допустимой угловой точки с самым большим угловым метрическим значением.

Зависимости

Чтобы включить этот параметр, установите параметр Output на один из них:

  • Corner location

  • Corner location and metric matrix

Выберите этот параметр, чтобы вывести переменный сигнал размера.

Зависимости

Чтобы включить этот параметр, установите параметр Output на один из них:

  • Corner location

  • Corner location and metric matrix

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 поддерживается 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