2 对Harris算法的改进

Harris算子提取角点的效果较为稳定,且较为简单,但是精度相对较低,由于图像色调、噪声等因素的影响,会出现提取出伪角点或提取出的特征点为与实际位置发生偏移等现象,而摄影测量中的Forstner算子定位精度较高;结合Harris算子与Forstner算子的特点,可以首先采用Harris算子提取一点数量的初选点,然后采用Forstner算子以初选点为窗口中心,精确计算特征点的位置。

2.1Forstner算子

Forstner算子的思想是通过Robert梯度对一幅影像上N*N大小的图像窗口滤波,计算出窗口中心像素的灰度协方差矩阵,在影像中寻找具有尽可能小而接近圆的误差椭圆的点做为特征点被提取出来。Forstner算子的计算公式如下,其中fx,fy分别为确定的N*N大小的图

像窗口中各像素在45°和135°方向的Robert梯度[3];

计算每个窗口的兴趣值q和w。

当q>Tq,且w>Tw时,将该像元定为待选点。博士论文,Harris算子。阈值Tq和Tw为经验值,其中Tq取值范围为0.5至0.75,Tw可以选取0.5至1.5之间一常数与w的平均值的乘积,或者w的中值与5的乘积。博士论文,Harris算子。

2.2 改进算法

改进算法的原理是: 首先对一幅图像采用高斯模板方差为0.7的Harris算子,提取一定量的初选点,这些初选点都是在图像的局部范围内的最优特征点,精度能达到一个像素。将由Harris算子提取出的分布比较均匀的待选特征点做为最佳窗口的中心点,采用Forstner算子对窗口内进行加权中心化操作,精确定位特征点的位置,将精度提高到子像素级别。博士论文,Harris算子。在Visual C++ 6.0平台上实现如上算法,可以观察到,单纯使用Harris算子提取到特征点会出现点位偏移或提取出伪角点的问题,在Harris算子的基础上在进行Forstner算子后的结果精度更高,特征点位更精确。

3 结束语

Harris算子是一种稳定、简便的特征点提取算子,在实际操作中有广泛的应用。但由于Harris算子只能达到一个像素的精度,所以结合Forstner算子高定位精度的特点,将这两种算子结合起来进行点特征提取,可以使提取到的特征点的精度进一步提高。

编辑老师为大家整理了数学教学论文6000字，希望对大家有所帮助。更多详情请点击进入教育学论文。