《点特征提取算法》由会员分享，可在线阅读，更多相关《点特征提取算法（40页珍藏版）》请在金锄头文库上搜索。
1、 第二节点特征提取算法主要内容 一.Moravec算子二.Forstner算子1.点特征点特征主要 指明显点，提取点特征 的算子称为兴 趣算子2.点特征的灰度特征3.Moravec算子 Moravec于1977年提出利用灰度 方差提取点特征的算子 rc（1）计算各像元的兴趣值 IV（2）给定一经验阈值，将兴趣值大 于阈值的点作为候选点。 确定窗 口大小Moravec算子是在四个主要方向上 ，选择具有最大最小灰度方 差的点作为特征点（3）选取候选点中的极值点作为 特征点。 4. Forstner算子 Roberts梯度和灰度协方差矩阵，寻找具有 尽可能小而接近圆的误差椭圆的点作为特征点 （l）计
2、算各像素的Roberts梯 度 （2）计算ll（如55或更大）窗口 中灰度的协方差矩阵 （3）计算兴趣值q与w DetN代表矩阵N之行列式trN代表矩阵N之迹(4）确定待选点 当 同时 ，该像元为待选点 （5）选取极值点 即在一个适当窗口中选择最大的待选点 第三节线特征提取算子 1. 线特征 “边缘” 影像局部区域特征不相同 的区域间的分界线 “线” 是具有很小宽度的其中间区 域具有相同的影像特征的边缘对差分算子、拉普拉斯算手、LOG算子等 房屋的提取道路的提取2.线的灰度 特征主要内容 一.微分算子二.二阶差分算子三.Hough变换3. 微分算子梯度算子差分算子 对于一给定的阈值T，当时，则
3、认为 像素（i，j）是边缘上的点。 近似-11-11Roberts梯度算子-1 1-1 1方向差分算子 直线与边 缘的方向 Sobel算子考察它上下、左右邻点灰度的加权差。与 之接近的邻点的权大：10-120-210-1-1-2-1000121g1g2g3g4g5g6g7g8g910-120-210-1-1-2-100012110-120-210-1-1-2-1000121-101-101-101-1-1-1000111Prewitt算子与Sobel算子-101 -202-101-1-21-101-121加大模扳 抑制噪声Prewitt算子Sobel 算子4. 二阶差分算子方向二阶差分算子i,
4、 ji, ji, j拉普拉斯算子（Laplace） i, j卷积核 掩膜 取其符号变化的点，即通过零的点为 边缘点，通常也称其为零交叉点 0-10-14-10-100-10-14-10-100-10-14-10-100-10-14-10-100-10-14-10-100-10-14-10-100-10-14-10-100-10-14-10-100-10-14-10-100-10-14-10-100-10-14-10-100-10-14-10-100-10-14-10-100-10-14-10-100-10-14-10-100-10-14-10-100-10-14-10-100-10-14-10
5、-100-10-14-10-100-10-14-10-100-10-14-10-100-10-14-10-100-10-14-10-100-10-14-10-10 高斯一拉普拉斯算子（LOG） 高斯函数低通滤波边缘提取LOG算子为卷积核，对原灰度函数进行 卷积运算后,提取零交叉点为边缘 SobelSobel边缘检测算子比较结果RobertsRobertsPrewittPrewittCannyCannyLaplacian of GaussianLaplacian of GaussianSobelSobelRobertsRobertsPrewittPrewittCannyCannyLaplacian of GaussianLaplacian of Gaussian原始图像原始图像5.Hough变换 用于检测图像中直线、圆、抛物线、椭圆等 图像空间对于影像空间直线上任一点(x，y） 变换将其映射到参数空间(，)的 一条正弦曲线上 图像空间图像空间参数空间参数空间正正弦曲线共线曲线共线映射 正正弦 曲线曲线Hough变换步骤 n提取特征并计算其梯度方向.n设置累计矩阵H(i，j).n边缘细化，n设置一小区间-o，+on将大于阈值的点作为备选点.n取累计矩阵中备选点中的极大 值点为所需的峰值点.
