一种基于改进Gauss模型的实时Harris角点提取方法技术

本发明专利技术提供了一种基于改进Gauss模型的实时Harris角点提取方法，通过计算图像中某点的灰度变化，检测出角点位置，根据M计算角点响应值，当像素点R值大于阈值时，该点即为图像中的Harris角点。本发明专利技术提出了改进的高斯模型，让它更加适合逻辑计算，根据逻辑实现的特点对传统的高斯滤波模型进行优化，在保留角点提取精度的同时，让复杂的浮点数乘除卷积运算转换数据的移位，大大的减小了逻辑实现的难度。将传统的7

【技术实现步骤摘要】
一种基于改进Gauss模型的实时Harris角点提取方法


[0001]本专利技术涉及图像匹配、目标识别和目标跟踪等领域，尤其是一种Harris角点提取方法。

技术介绍

[0002]传统的Harris角点提取过程利用的是经典的Gauss模型对图像灰度信息的偏导计算进行模糊处理的，根据二维Gauss的计算式可得σ2＝1的连续高斯响应如图1所示。
[0003]理论分析可知，高斯权重在所有定义域范围内都分布非负值，这样对图像做处理的时候就需要一个无限大的卷积核。但从图1中可以看出，主要的权重值分布在中心位置附近的定义域内。实际上，仅需取3倍方差内的权重值建立高斯核即可。图1选用的是σ2＝1的高斯模型，所以可得如表1的传统7
×
7高斯核所示，所有权重值相加和为1。
[0004]表1传统7
×
7高斯核
[0005][0006]根据如上高斯核可将该其绘制出如图2的离散7
×
7高斯响应图所示，其中折线的交叉点对应的z轴值即为滤波过程中像素点周围对应点灰度的权重值。从上面高斯核分布可以本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于改进Gauss模型的实时Harris角点提取方法，其特征在于包括下述步骤：步骤1：通过计算图像I中某点(x，y)周围窗口与其移动(Δx，Δy)后点的周围窗口的灰度变化，检测出角点位置，该变化用自相关函数式(1)表示：其中，w(u，v)为高斯加权函数，W(x，y)是以点(x，y)为中心的正方形窗口，将式(1)泰勒展开，去一阶近似得式(2)：其中M为二阶实对称矩阵，具体形式如下式(3)所示：其中G为滤波模型，表示卷积计算，I
x
、I
y
分别为像素点在x、y方向的梯度变化，计算方法如式(4)所示，即为用像素点后面点的灰度值减去前面点的灰度值：Gauss滤波模型具体形式如表2改进高斯核所示，其所有元素相加和为1；表1 改进7
×
7高斯核步骤2：根据M计算角点响应...

【专利技术属性】
技术研发人员：王浩，郭许生，姚群磊，
申请(专利权)人：中国航空工业集团公司洛阳电光设备研究所，
类型：发明
国别省市：