自学内容网 自学内容网

OpenCV特征检测(6)对初步检测到的角点位置进行亚像素级别的精炼函数cornerSubPix()的使用

  • 操作系统:ubuntu22.04
  • OpenCV版本:OpenCV4.9
  • IDE:Visual Studio Code
  • 编程语言:C++11

算法描述

细化角点的位置。
该函数迭代以找到角点或径向鞍点的亚像素级准确位置,如 93中所述,并如下图所示。
在这里插入图片描述
亚像素级准确的角点定位器基于这样一个观察:从中心点 q 到位于 q 的邻域内的某个点 p 的每一个向量都垂直于 p 处的图像梯度,前提是图像和测量噪声的影响。考虑以下表达式:
ϵ i = D I p i T ⋅ ( q − p i ) \epsilon _i = {DI_{p_i}}^T \cdot (q - p_i) ϵi=DIpiT(qpi)
其中 D I p i {DI_{p_i}} DIpi 是邻域中某一点 p i p_i pi处的图像梯度。需要找到 q 的值,使得 ϵ i \epsilon_i ϵi 最小化。可以建立一个方程组,将 ϵ i \epsilon_i ϵi设为零:

∑ i ( D I p i ⋅ D I p i T ) ⋅ q − ∑ i ( D I p i ⋅ D I p i T ⋅ p i ) \sum _i(DI_{p_i} \cdot {DI_{p_i}}^T) \cdot q - \sum _i(DI_{p_i} \cdot {DI_{p_i}}^T \cdot p_i) i(DIpiDIpiT)qi(DIpiDIpiTpi)
其中梯度是在 q 的邻域(“搜索窗口”)内求和。称第一个梯度项为 G,第二个梯度项为 b,则有:
q = G − 1 ⋅ b q = G^{-1} \cdot b q=G1b
算法将邻域窗口的中心设置在这个新的中心 q 上,然后迭代直到中心保持在一个设定的阈值内。

函数原型

void cv::cornerSubPix
(
InputArray image,
InputOutputArray corners,
Size winSize,
Size zeroZone,
    TermCriteria criteria 
)

参数

  • 参数image 输入单通道 8 位或浮点图像。

  • 参数corners 输入角点的初始坐标,并提供输出精炼后的坐标。

  • 参数winSize 搜索窗口边长的一半。例如,如果 winSize = Size(5, 5),则使用 (52+1)×(52+1) = 11×11 的搜索窗口。

  • 参数zeroZone 搜索区域内中间死区大小的一半,在该区域内公式下的求和不做。有时用于避免自相关矩阵可能的奇异情况。值 (-1, -1) 表示没有这样的大小。

  • 参数criteria 迭代过程角点精炼的终止标准。也就是说,角点位置精炼的过程在达到 criteria.maxCount 次迭代或在某次迭代中角点位置移动小于 criteria.epsilon 时停止。

代码示例


#include <iostream>
#include <opencv2/opencv.hpp>

int main()
{
    // 加载图像
    cv::Mat img = cv::imread( "/media/dingxin/data/study/OpenCV/sources/images/hawk.jpg", cv::IMREAD_GRAYSCALE );
    if ( img.empty() )
    {
        std::cout << "Error opening image" << std::endl;
        return -1;
    }

    // 检测角点
    std::vector< cv::Point2f > corners;
    cv::goodFeaturesToTrack( img, corners, 100, 0.01, 10, cv::Mat() );

    // 设置搜索窗口大小
    cv::Size win( 5, 5 );

    // 设置零区间大小
    cv::Size zeroZone( -1, -1 );

    // 设置终止标准
    cv::TermCriteria criteria( cv::TermCriteria::EPS + cv::TermCriteria::COUNT, 30, 0.01 );

    // 对角点进行亚像素级别的精炼
    cv::cornerSubPix( img, corners, win, zeroZone, criteria );

    // 在原始图像上标记精炼后的角点
    cv::Mat imgColor;
    cv::cvtColor( img, imgColor, cv::COLOR_GRAY2BGR );
    for ( const auto& corner : corners )
    {
        cv::circle( imgColor, corner, 2, cv::Scalar( 0, 0, 255 ), 2 );  // 画红色圆圈
    }

    // 显示标记角点的图像
    cv::imshow( "Original Image", img );
    cv::imshow( "Refined Corners", imgColor );

    cv::waitKey( 0 );

    return 0;
}

运行结果

在这里插入图片描述


原文地址:https://blog.csdn.net/jndingxin/article/details/142392298

免责声明:本站文章内容转载自网络资源,如本站内容侵犯了原著者的合法权益,可联系本站删除。更多内容请关注自学内容网(zxcms.com)!