cornermetric

从图像创建角度量矩阵

折叠所有页面

cornermetric不建议使用。使用detectHarrisFeatures或detectMinEigenFeatures和cornerPoints在计算机视觉系统工具箱™类。

描述

C =角度(I)为灰度或逻辑图像生成一个角度量矩阵我．角度规，C，用于检测角点特征我大小和我．中较大的值C对应于我更有可能成为角落特征。

C =角测量法(I, method)为灰度或逻辑图像生成一个角度量矩阵我使用指定的方法．的有效值方法是:

价值	描述
`“哈里斯”`	哈里斯角探测器。这是默认的方法。
`“MinimumEigenvalue”`	Shi和Tomasi的最小特征值方法。

C =角度量(…， param1, val1, param2, val2，…)的角度量矩阵我，指定参数和对应的值，控制角度度量计算算法的各个方面。参数包括:

参数	描述
`“FilterCoefficients”`	一个矢量,`V`，为可分离平滑滤波器的滤波系数。此参数对`“哈里斯”`而且`“MinimumEigenvalue”`方法。外积，`V *”`，给出完整的过滤内核。向量的长度必须为奇数且至少为3。默认为`fspecial(“高斯”,(5 - 1),1.5)`．
`“SensitivityFactor”`	一个标量`k`， 0 <`k`< 0.25，表示Harris检测算法使用的灵敏度因子。对于较小的`k`，该算法更有可能检测到更尖锐的角。此参数仅对`“哈里斯”`方法。缺省值:0.04

类的支持万博1manbetx

我非稀疏数字数组。C是类的矩阵吗双．

例子

全部折叠

在灰度图像中寻找角特征

打开实时脚本

读取图像并使用部分图像进行处理。

I = imread(“pout.tif”）;I = I(1:150,1:120);次要情节(1,3,1);imshow(我);标题(原始图像的）;

生成一个角度量矩阵。

C =角度(I);

调整角度度量以查看。

C_adjusted = imadjust(C);次要情节(1、3、2);imshow (C_adjusted);标题(“角落指标”）;

查找并显示角落特征。

角峰= imregionalmax(C);查找(拐角峰值== true);[r g b] = deal(I);R (corner_idx) = 255;G (corner_idx) = 255;B (corner_idx) = 0;RGB = cat(3,r,g,b);次要情节(1,3,3);imshow (RGB);标题(“角点”）;