algorithm - 实现哈里斯拐角检测器

我出于教育目的而安装了哈里斯拐角检测器，但我陷入了哈里斯 react 部分。基本上，我正在做的是:

计算x和y方向上的图像强度梯度

模糊输出(1)

计算(2)

输出的哈里斯响应

在3x3邻域中抑制(3)的输出中的非最大值，并限制输出

1和2似乎工作正常；但是，随着Harris响应，我得到的值很小，并且没有任何点达到阈值。输入是标准的户外摄影。

[...]
[Ix, Iy] = intensityGradients(img);
g = fspecial('gaussian');
Ix = imfilter(Ix, g);
Iy = imfilter(Iy, g);
H = harrisResponse(Ix, Iy);
[...]

function K = harrisResponse(Ix, Iy)
    max = 0;
    [sy, sx] = size(Ix);
    K = zeros(sy, sx);
    for i = 1:sx,
        for j = 1:sy,
            H = [Ix(j,i) * Ix(j,i), Ix(j,i) * Iy(j,i)
                Ix(j,i) * Iy(j,i), Iy(j,i) * Iy(j,i)];
            K(j,i) = det(H) / trace(H);
            if K(j,i) > max,
                max = K(j,i);
            end
        end
    end
    max
end

对于示例图片，max最终为6.4163e-018，这似乎太低了。

最佳答案

哈里斯拐角检测中的一个拐角被定义为“区域中的最高像素”(通常为3X3或5x5)，因此您对没有点到达“阈值”的评论对我来说似乎很奇怪。只要收集所有值高于其周围5x5邻域中所有其他像素值的像素即可。

除此之外:
我不确定100％，但是我认为您应该:
K(j,i) = det(H) - lambda*(trace(H)^2)其中lambda是在您的情况下有效的正常数(Harris建议值为0.04)。

通常，在这一点之前，唯一明智的时刻是过滤您的输入:
[Ix, Iy] = intensityGradients(img);
过滤Ix2，Iy2和Ixy对我来说没有多大意义。

此外，我认为您的示例代码在这里是错误的(函数harrisResponse是否具有两个或三个输入变量？):

H = harrisResponse(Ix2, Ixy, Iy2);
[...]

function K = harrisResponse(Ix, Iy)