Corner Detection

Вычислите угловую метрическую матрицу и найдите углы на изображениях

Библиотека:
Computer Vision Toolbox/Анализ и совершенствование

Описание

Блок Corner Detection находит углы в изображении с помощью детектирования углов методом Харриса (Харрис и Стивенс), минимального собственного значения (Ши и Томази) или локального сравнения интенсивности (на основе метода Accelerated Segment Test, (FAST) Ростена и Драммонда) метода. Блок находит углы в изображении на основе пикселей, которые имеют самые большие значения угловой метрики.

Порты

Вход

расширить все

`I` - Входное изображение
матрица значений интенсивности

Входное изображение, заданное как матрица значений интенсивности.

Выход

расширить все

`Loc` - Расположение углов
M -by-2 матрица

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

Зависимости

Чтобы включить этот порт, установите параметр Output на одно из следующего:

Corner location
Corner location and metric matrix

Типы данных: uint32

`Count` - Количество обнаруженных углов
скаляр

Количество обнаруженных углов, возвращенных в виде скаляра.

Зависимости

Чтобы включить этот порт, установите следующие параметры блоков:

Output: Corner location | Corner location and metric matrix
Output variable size signal: off

Типы данных: uint32

`Metric` - Угловые метрические значения
матрица

Угловые метрические значения, возвращенные как матрица значений интенсивности. Возвращенная матрица имеет тот же размер, что и входное изображение.

Зависимости

Чтобы включить этот порт, установите параметр Output на одно из следующего:

Corner location and metric matrix
Metric matrix

Параметры

расширить все

Main Tab

`Method` - Метод обнаружения углов
`Harris corner detection (Harris & Stephens)` (по умолчанию) | `Minimum eigenvalue (Shi & Tomasi)` | `Local intensity comparison (Rosten & Drummond)`

Укажите метод обнаружения углов следующим 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 самых быстрых расчетов используйте Local intensity comparison (Rosten & Drummond). Для баланса между точностью и скоростью расчетов используйте Harris corner detection (Harris & Stephens). Для получения дополнительной информации о каждом методе см. Раздел «Алгоритмы».

`Sensitivity factor (0<k<0.25)` - Коэффициент чувствительности
0,04 (по умолчанию) | скаляром

Задайте коэффициент чувствительности, k. Когда k уменьшается, вероятность того, что алгоритм может обнаружить острые углы, увеличивается.

Настраиваемый: Да

Зависимости

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

`Coefficients for separable smoothing filter` - Фильтрация коэффициентов
fspecial ('gaussian', [1 5], 1,5) (по умолчанию) | вектор

Задайте вектор коэффициентов фильтра для сглаживающего фильтра.

Зависимости

Чтобы включить этот параметр, установите параметр Method на одно из следующего:

Harris corner detection (Harris & Stephens)
Minimum eigenvalue (Shi & Tomasi)

`Intensity comparison threshold` - Порог интенсивности
0,1 (по умолчанию) | скаляром

Задайте пороговое значение интенсивности, используемое для поиска допустимых окружающих пикселей.

Настраиваемый: Да

Зависимости

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

`Maximum angle to be considered a corner (in degrees)` - Максимальный угловой угол
157.5 (по умолчанию) | скаляром

Задайте максимальный угол угла.

Настраиваемый: Да

Зависимости

Чтобы включить этот параметр, установите параметр Method равным Local intensity comparison (Rosten & Drummond).
Этот параметр настраивается только для симуляции.

`Output` - Выход блока
`Corner location` (по умолчанию) | `Corner location and metric matrix` | `Metric matrix`

Задайте выход блока следующим Corner location, Corner location and metric matrix, и Metric matrix.

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

`Maximum number of corners` - Максимальное количество углов
200 (по умолчанию) | целое число

Задайте максимальное количество углов, которые вы хотите найти в блоке.

Зависимости

Чтобы включить этот параметр, установите параметр Output на одно из следующего:

Corner location
Corner location and metric matrix

`Minimum metric value that indicates a corner` - Минимальная метрика угла
0,0005 (по умолчанию) | скаляром

Задайте минимальное значение метрики угла.

Настраиваемый: Да

Зависимости

Чтобы включить этот параметр, установите параметр Output на одно из следующего:

Corner location
Corner location and metric matrix

`Neighborhood size` - Размер окрестности
[11 11] (по умолчанию) | двухэлементный вектор

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

Зависимости

Чтобы включить этот параметр, установите параметр Output на одно из следующего:

Corner location
Corner location and metric matrix

`Output variable size signal` - Сигнал переменного размера
`on` (по умолчанию) | `off`

Выберите этот параметр, чтобы вывести сигнал переменного размера.

Зависимости

Чтобы включить этот параметр, установите параметр Output на одно из следующего:

Corner location
Corner location and metric matrix

Data Types Tab

Для получения дополнительной информации о параметрах блоков с фиксированной точкой смотрите Задать атрибуты с фиксированной точкой для блоков.

Примеры моделей

Обнаружение углов в изображении

Обнаружение углов в изображении с помощью блока «Обнаружение углов».

Характеристики блоков

Типы данных	`Булев^[a]` \| `double` \| `fixed point` \| `integer` \| `single`
Многомерные сигналы	`no`
Сигналы переменного размера	`yes`
^[a] Этот тип данных не поддерживается для метода локального сравнения интенсивности.

Алгоритмы

расширить все

Определите окончательные значения угла

Чтобы определить окончательные значения угла, блок следует этому процессу:

Найдите пиксель с наибольшим значением угловой метрики.
Проверьте, что значение метрики больше или равно значению, заданному для параметра Minimum metric value that indicates a corner.
Подавить область вокруг углового значения размером, заданным в параметре Neighborhood size (suppress region around detected corners).

Блок повторяет этот процесс, пока не найдет все углы в изображении или не найдет количество углов, заданное в параметре Maximum number of corners.

Угловые метрические значения, вычисленные Minimum eigenvalue и Local intensity comparison методы всегда неотрицательны. Угловые метрические значения, вычисленные Harris corner detection метод может быть отрицательным.

Метод минимального собственного значения

Метод является более в вычислительном отношении дорогим, чем алгоритм детектирования углов методом Харриса, потому что он непосредственно вычисляет собственные значения суммы квадратной матрицы различия M.

Сумма квадратного различия матрицы M определяется следующим образом:

$M = [\begin{matrix} A & C \\ C & B \end{matrix}]$

Предыдущее уравнение основано на следующих значениях:

$\begin{matrix} A = {(I_{x})}^{2} \otimes w \\ B = {(I_{y})}^{2} \otimes w \\ C = {(I_{x} I_{y})}^{2} \otimes w \end{matrix}$

где $I_{x}$ и $I_{y}$ являются градиентами входного изображения I в направлении x и y. $\otimes$ символ обозначает операцию свертки.

Используйте параметр Coefficients for separable smoothing filter, чтобы задать вектор коэффициентов фильтра. Блок умножает этот вектор коэффициентов на его транспонирование, чтобы создать матрицу коэффициентов фильтра w.

Блок вычисляет меньшее собственное значение суммы квадратной матрицы различия. Это минимальное собственное значение соответствует угловой метрической матрице.

Метод Харриса Углового

Метод детектирования углов методом Харриса избегает явного расчета собственных значений суммы квадратов матрицы различий путем решения для угловой метрической матрицы R:

$R = A B - C^{2} - k {(A + B)}^{2}$

Определения A, B и C см. в разделе «Метод минимального собственного значения».

Переменная k соответствует коэффициенту чувствительности. Можно задать его значение с помощью параметра Sensitivity factor (0<k<0.25). Когда k уменьшается, вероятность того, что алгоритм может обнаружить острые углы, увеличивается.

Локальный метод интенсивности

Метод определяет, что пиксель является возможным углом, если он имеет N смежных допустимых ярких окружающих пикселей или N смежных темных окружающих пикселей.

Предположим, что p является пикселем под фактор, а j является одним из пикселей, окружающих p. Местоположения других окружающих пикселей обозначены заштрихованными участками на следующем рисунке. Затененные области на этом рисунке обозначают местоположения других окружающих пикселей.

$I_{p}$ и $I_{j}$ - интенсивность пикселей p и j, соответственно. Пиксель j является допустимым ярким окружающим пикселем, если $I_{j} - I_{p} \geq T$ . Точно так же пиксель j является допустимым темным окружающим пикселем, если $I_{p} - I_{j} \geq T$ . В этих уравнениях T является значением, заданным вами для параметра Intensity comparison threshold.

Блок повторяет этот процесс, чтобы определить, имеет ли блок N смежных допустимых окружающих пикселей. Значение N связано со значением, заданным для параметра Maximum angle to be considered a corner (in degrees), как показано в этой таблице.

Количество допустимых окружающих пикселей и угла

Количество допустимых окружающих пикселей	Угол ( степени)
15	22.5
14	45
13	67.5
12	90
11	112.5
10	135
9	157.5

После того, как блок определяет, что пиксель является возможным углом, он вычисляет свою угловую метрику с помощью следующего уравнения:

$R = \max (\sum_{j : I_{j} \geq I_{p} + T} | I_{p} - I_{j} | - T, \sum_{j : I_{j} \leq I_{p} - T} | I_{p} - I_{j} | - T)$

Ссылки

[1] Harris, C. and M Stephens. Комбинированный детектор углов и ребер. Материалы четвертой конференции «Alvey Vision», 147-151. Август 1988 года.

[2] Shi, J. and C. Tomasi. «Хорошие функции для отслеживания». Материалы Конференции IEEE по компьютерному зрению и распознаванию шаблонов, 593-600. Июнь 1994 года.

[3] Ростен, Э. и Т. Драммонд. «Плавкие точки и линии для отслеживания высокой Эффективности». Материалы Международной конференции по компьютерному зрению IEEE Vol. 2, 1508-1511. Октябрь 2005.

Расширенные возможности

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

Преобразование с фиксированной точкой
Разрабатывайте и моделируйте системы с фиксированной точкой с помощью Fixed-Point Designer™.

Эти схемы показывают типы данных, используемые в блоке Corner Detection для сигналов с фиксированной точкой. Эти схемы применяются только к детектированиям углов методом Харриса и минимального собственного значения.

В следующей таблице представлены переменные, используемые в предыдущих схемах.

Имя переменной	Определение
IN_DT	Тип входных данных
MEM_DT	Тип данных памяти
OUT_DT	Выход данных метрики
COEF_DT	Тип данных коэффициентов

См. также

Блоки

Estimate Geometric Transformation | Find Local Maxima | Warp

Функции

detectFASTFeatures | detectHarrisFeatures | detectORBFeatures | detectSURFFeatures | estimateGeometricTransform2D | extractFeatures | matchFeatures

Введенный в R2007b

Документация

Corner Detection

Описание

Порты

Вход

I - Входное изображение матрица значений интенсивности

Выход

Loc - Расположение углов M -by-2 матрица

Зависимости

Count - Количество обнаруженных углов скаляр

Зависимости

Metric - Угловые метрические значения матрица

Зависимости

Параметры

Method - Метод обнаружения углов Harris corner detection (Harris & Stephens) (по умолчанию) | Minimum eigenvalue (Shi & Tomasi) | Local intensity comparison (Rosten & Drummond)

Sensitivity factor (0<k<0.25) - Коэффициент чувствительности 0,04 (по умолчанию) | скаляром

Зависимости

Coefficients for separable smoothing filter - Фильтрация коэффициентов fspecial ('gaussian', [1 5], 1,5) (по умолчанию) | вектор

Зависимости

Intensity comparison threshold - Порог интенсивности 0,1 (по умолчанию) | скаляром

Зависимости

Maximum angle to be considered a corner (in degrees) - Максимальный угловой угол 157.5 (по умолчанию) | скаляром

Зависимости

Output - Выход блока Corner location (по умолчанию) | Corner location and metric matrix | Metric matrix

Maximum number of corners - Максимальное количество углов 200 (по умолчанию) | целое число

Зависимости

Minimum metric value that indicates a corner - Минимальная метрика угла 0,0005 (по умолчанию) | скаляром

Зависимости

Neighborhood size - Размер окрестности [11 11] (по умолчанию) | двухэлементный вектор

Зависимости

Output variable size signal - Сигнал переменного размера on (по умолчанию) | off

Зависимости

Примеры моделей

Обнаружение углов в изображении

Характеристики блоков

Алгоритмы

Определите окончательные значения угла

Метод минимального собственного значения

Метод Харриса Углового

Локальный метод интенсивности

Ссылки

Расширенные возможности

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

Преобразование с фиксированной точкой Разрабатывайте и моделируйте системы с фиксированной точкой с помощью Fixed-Point Designer™.

См. также

Блоки

Функции

Документация по Computer Vision Toolbox

Поддержка

`I` - Входное изображение
матрица значений интенсивности

`Loc` - Расположение углов
M -by-2 матрица

`Count` - Количество обнаруженных углов
скаляр

`Metric` - Угловые метрические значения
матрица

`Method` - Метод обнаружения углов
`Harris corner detection (Harris & Stephens)` (по умолчанию) | `Minimum eigenvalue (Shi & Tomasi)` | `Local intensity comparison (Rosten & Drummond)`

`Sensitivity factor (0<k<0.25)` - Коэффициент чувствительности
0,04 (по умолчанию) | скаляром

`Coefficients for separable smoothing filter` - Фильтрация коэффициентов
fspecial ('gaussian', [1 5], 1,5) (по умолчанию) | вектор

`Intensity comparison threshold` - Порог интенсивности
0,1 (по умолчанию) | скаляром

`Maximum angle to be considered a corner (in degrees)` - Максимальный угловой угол
157.5 (по умолчанию) | скаляром

`Output` - Выход блока
`Corner location` (по умолчанию) | `Corner location and metric matrix` | `Metric matrix`

`Maximum number of corners` - Максимальное количество углов
200 (по умолчанию) | целое число

`Minimum metric value that indicates a corner` - Минимальная метрика угла
0,0005 (по умолчанию) | скаляром

`Neighborhood size` - Размер окрестности
[11 11] (по умолчанию) | двухэлементный вектор

`Output variable size signal` - Сигнал переменного размера
`on` (по умолчанию) | `off`

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

Преобразование с фиксированной точкой
Разрабатывайте и моделируйте системы с фиксированной точкой с помощью Fixed-Point Designer™.