detectMinEigenFeatures

使用最小特征值算法检测角点

全页折叠

语法

points = detectMinEigenFeatures(I)
points = detectMinEigenFeatures(I,Name,Value)

说明

points = detectMinEigenFeatures(I) 返回 cornerPoints 对象 points，其中包含有关使用由 Shi 和 Tomasi 开发的最小特征值算法在二维灰度或二值输入中检测到的角点特征的信息。

示例

points = detectMinEigenFeatures(I,Name,Value) 使用由一个或多个名称-值参量指定的附加选项。

示例

全部折叠

打开实时脚本

读取图像。

I = checkerboard;

找到角点。

corners = detectMinEigenFeatures(I);

显示结果。

imshow(I); hold on;
plot(corners.selectStrongest(50));

Figure contains an axes object. The hidden axes object contains 2 objects of type image, line. One or more of the lines displays its values using only markers

输入参数

全部折叠

输入图像，指定为 M×N 二维灰度或二值图像。输入图像必须为非稀疏实矩阵。

数据类型: single | double | int16 | uint8 | uint16 | logical

名称-值参数

全部折叠

将可选参量对组指定为 Name1=Value1,...,NameN=ValueN，其中 Name 是参量名称，Value 是对应的值。名称-值参量必须出现在其他参量之后，但对各个参量对组的顺序没有要求。

如果使用的是 R2021a 之前的版本，请使用逗号分隔每个名称和值，并用引号将 Name 引起来。

示例: 'MinQuality','0.01','ROI',[50,150,100,200] 指定检测器必须在指定的感兴趣区域内使用角点的最低可接受质量，即 1%。此感兴趣区域位于 x=50、y=150 处。ROI 的宽度为 100 像素，高度为 200 像素。

角点的最低可接受质量，指定为由 'MinQuality' 和范围 [0,1] 内的标量值组成的以逗号分隔的对组。

角点的最低可接受质量表示图像中最大角点度量值的一部分。较大的值可用于删除错误的角点。

示例: 'MinQuality', 0.01

数据类型: single | double | int8 | int16 | int32 | int64 | uint8 | uint16 | uint32 | uint64

高斯滤波器大小，指定为由 'FilterSize' 和范围 [3, inf) 内的奇数值组成的以逗号分隔的对组。

高斯滤波器对输入图像的梯度进行平滑处理。

该函数使用 FilterSize 值来计算滤波器的大小，即 FilterSize×FilterSize。它还将标准差定义为 FilterSize/3。

示例: 'FilterSize', 5

数据类型: single | double | int8 | int16 | int32 | int64 | uint8 | uint16 | uint32 | uint64

用于角点检测的矩形区域，指定为由 'ROI' 和 [x y width height] 形式的向量组成的以逗号分隔的对组。前两个整数值 [x y] 表示感兴趣区域左上角的位置。最后两个整数值表示宽度和高度。

示例: 'ROI', [50,150,100,200]

输出参量

全部折叠

角点，以 cornerPoints 对象形式返回。该对象包含有关在二维灰度或二值输入图像中检测到的角点特征的信息。

参考

[1] Shi, J., and C. Tomasi, "Good Features to Track," Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition, June 1994, pp. 593–600.

扩展功能

全部展开

版本历史记录

在 R2013a 中推出

另请参阅

函数

对象

主题