图像特征检测 沈阳理工大学数字图像处理课程设计(3)

数字图像处理课程设计

end

if Image(i+1,j)-Image(i,j)>-t&&Image(i+1,j)-Image(i,j)

Image(i+1,j+1)-Image(i,j)>-t&&Image(i+1,j+1)-Image(i,j)

nlike=nlike+1; end

if nlike>=2&&nlike<=6 Corner(i,j)=1; end end end

%-----------计算角点响应函数值---corness = det(u) - k*trace(u)^2------- CRF=zeros(nrow,ncol);

CRFmax=0; %----图像中角点响应函数的最大值，作阈值用 k=0.05;

for i=boundary:1:nrow-boundary+1 for j=boundary:1:ncol-boundary+1 if Corner(i,j)==1 M=[A(i,j) C(i,j); C(i,j) B(i,j)];

CRF(i,j)=det(M)-k*(trace(M))^2; if CRF(i,j)>CRFmax CRFmax=CRF(i,j); end end end

9

数字图像处理课程设计

end

%--------判定当前位置是否为角点------------ count=0;%----角点个数 t=0.01;

for i=boundary:1:nrow-boundary+1 for j=boundary:1:ncol-boundary+1 if Corner(i,j)==1

if CRF(i,j)>t*CRFmax&&CRF(i,j)>CRF(i-1,j-1)...

&&CRF(i,j)>CRF(i-1,j)&&CRF(i,j)>CRF(i-1,j+1)... &&CRF(i,j)>CRF(i,j-1)&&CRF(i,j)>CRF(i,j+1)... &&CRF(i,j)>CRF(i+1,j-1)&&CRF(i,j)>CRF(i+1,j)... &&CRF(i,j)>CRF(i+1,j+1) count=count+1; else

Corner(i,j)=0; end end end end

figure,imshow(Image); hold on;

for i=boundary:1:nrow-boundary+1 for j=boundary:1:ncol-boundary+1 column_ave=0; row_ave=0; k=0;

if Corner(i,j)==1 for x=i-3:1:i+3

10

数字图像处理课程设计

for y=j-3:1:j+3 if Corner(x,y)==1

row_ave=row_ave+x; column_ave=column_ave+y; k=k+1; end end end end if k>0

harris_result=[harris_result;round(row_ave/k) round(column_ave/k)];

plot(column_ave/k,row_ave/k,'b.'); end end end

11

数字图像处理课程设计

5.算法的应用

为了更好地验证本文中所提出算法的有效性，利用复杂模拟图像和真实图像对算法进行了检测。输入真实的楼房图像如图6.1所示：

图5.1 原始图

12

数字图像处理课程设计

提取了角点后的图如5.2所示：

图5.2 提取了角点后的图像

因为各个图形的角点离其他图形很近，且在一张图内，各个角点相距较远，所以使用较大的抑制窗口，如果两个真角点在同一个抑制窗口内就会有一个不剔除。实验结果表明本算法可以有效提取图像中好的角点，并使角点均匀的分布在图像上。

13