detectMinEigenFeatures

Обнаружение углов с помощью алгоритма минимального собственного значения и возврат cornerPoints объект

Описание

пример

points = detectMinEigenFeatures(I) возвращает cornerPoints объект, points. Объект содержит информацию о точках функций, обнаруженных в 2-D полутоновом входном изображении, I. detectMinEigenFeatures функция использует алгоритм минимального собственного значения, разработанный Shi и Tomasi, чтобы найти характерные точки.

points = detectMinEigenFeatures(I,Name,Value) использует дополнительные опции, заданные одним или несколькими Name,Value аргументы в виде пар.

Примеры

свернуть все

Прочтите изображение.

I = checkerboard;

Найдите углы.

corners = detectMinEigenFeatures(I);

Отображение результатов.

imshow(I); hold on;
plot(corners.selectStrongest(50));

Figure contains an axes. The axes contains 2 objects of type image, line.

Входные параметры

свернуть все

Входное изображение, заданное в 2-D полутоновом цвете. Входное изображение должно быть реальным и неразборчивым.

Типы данных: single | double | int16 | uint8 | uint16 | logical

Аргументы в виде пар имя-значение

Задайте необязательные разделенные разделенными запятой парами Name,Value аргументы. Name - имя аргумента и Value - соответствующее значение. Name должны находиться внутри кавычек. Можно задать несколько аргументов в виде пар имен и значений в любом порядке Name1,Value1,...,NameN,ValueN.

Пример: 'MinQuality', '0.01', 'ROI', [50,150,100,200] указывает, что детектор должен использовать минимально допустимое качество углов 1% в пределах заданной необходимой области. Этот необходимая область расположена по адресу x= 50, y= 150. Информация только для чтения имеет ширину 100 пиксели и высота 200 пиксели.

Минимальное принятое качество углов, заданное как разделенная разделенными запятой парами, состоящая из 'MinQuality'и скалярное значение в области значений [0,1].

Минимальное принятое качество углов представляет часть максимального углового метрического значения в изображении. Большие значения могут использоваться, чтобы удалить ошибочные углы.

Пример: 'MinQuality', 0.01

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

Размерность Гауссова фильтра, заданная как разделенная разделенными запятой парами, состоящая из 'FilterSize'и нечетное целое значение в области значений [3, inf).

Гауссов фильтр сглаживает градиент входа изображения.

Функция использует FilterSize значение для вычисления размерностей фильтра, FilterSize-by- FilterSize. Это также определяет стандартное отклонение как FilterSize/3.

Пример: 'FilterSize', 5

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

Прямоугольная область для определения угла, заданная как разделенная разделенными запятой парами, состоящая из 'ROI'и вектор формата [<reservedrangesplaceholder5> <reservedrangesplaceholder4> <reservedrangesplaceholder3> <reservedrangesplaceholder2>]. Первые два целочисленных значения [x y] представляют расположение верхнего левого угла необходимой области. Последние два целочисленных значения представляют ширину и высоту.

Пример: 'ROI', [50,150,100,200]

Выходные аргументы

свернуть все

Угловые точки, возвращенные как cornerPoints объект. Объект содержит информацию о точках функций, обнаруженных на 2-D входном изображении в полутоновом цвете.

Ссылки

[1] Shi, J. and C. Tomasi, «Good Features to Track», Proceedings of the IEEE Conference on Компьютерное Зрение and Pattern Recognition, June 1994, pp. 593-600.

Расширенные возможности

.
Введенный в R2013a
Для просмотра документации необходимо авторизоваться на сайте