Harris 코너 감지기는 회전, 조명 변화, 이미지 노이즈에 따른 변화가 없으며, 그레이스케일 BW8 이미지에서 작동하며 관심 지점의 벡터를 제공합니다.
Harris 코너 감지기의 예
EasyImage Harris 코너 감지기에는 세 가지 매개변수가 필요합니다.
- 적분 척도 σi: 축척 분석에 사용되는 가우시안 필터의 표준 편차입니다.
σd = 0,7 x σi, 여기서 σd는 미분 척도이며, 그래디언트 계산 도중 노이즈 감소에 사용되는 가우시안 필터의 표준 편차입니다. - 코너 임계값: 소스 이미지의 코너성(cornerness) 최대값을 나타내는 0 ~ 1 사이의 분수입니다.
- 서브 픽셀 감지를 켜고 끄는 부울 함수.
각 관심 지점에서 다음 특성을 구할 수 있습니다.
- 중심 위치(활성화된 경우 서브 픽셀 정밀도의 픽셀 좌표).
- 코너성 측정치.
- 미분 척도 σd에 대한 그래디언트 규모.
- 미분 척도 σd에 대한 X 축상의 그래디언트 값.
- 미분 척도 σd에 대한 Y 축상의 그래디언트 값.
Harris 코너 감지기의 API는 EHarrisCornerDetector라는 이름의 단일 클래스와 다음 메서드로 구성됩니다.
- Apply: 이미지/ROI에 Harris 코너 감지기를 적용합니다.
- EHarrisCornerDetector: 기본값으로 초기화된 EHarrisCornerDetector 개체를 만듭니다.
- GetDerivationScale: 현재 도함수 척도를 반환합니다.
- GetScale: 적분 척도를 반환합니다.
- GetThreshold: 현재 임계값을 반환합니다.
- GetThresholdingMode: 코너성 측정에 사용되는 현재 임계값 모드를 반환합니다.
- IsGradientNormalizationEnabled: 코너성 측정치의 계산 전에 그래디언트를 정규화할 것인지 여부를 반환합니다.
- IsSubpixelPrecisionEnabled: 서브 픽셀 보간의 활성화 여부를 반환합니다.
- SetDerivationScale: 도함수 척도를 설정합니다.
- SetGradientNormalizationEnabled: 코너성 측정치의 계산 전에 그래디언트를 정규화할 것인지 설정합니다.
- SetScale: 적분 척도를 설정합니다.
- SetSubpixelPrecisionEnabled: 서브 픽셀 보간의 활성화 여부를 설정합니다.
- SetThreshold: 코너로 간주하려는 픽셀의 코너성 측정에 적용할 임계값을 설정합니다.
- SetThresholdingMode: 코너성 측정에 사용할 임계값 모드를 설정합니다.
Harris 코너 감지기의 기본적인 사용법
EHarrisCornerDetector 클래스의 개체를 Harris 감지기 애플리케이션 전반에서 재사용하여 설정 시간을 단축할 수 있습니다.
- 감지기의 인스턴스를 만들고 적절한 메서드를 설정합니다. 예를 들어, 적분 척도, SetScale, 2픽셀의 공간 한도를 가질 수 있는 관심 구조.
- 새 이미지에 두 개의 인수를 갖는감지기를 적용합니다: 입력 이미지와 입력 이미지 EHarrisInterestPoints에 있는 관심 지점.
- 출력 벡터의 개별 요소를 액세스합니다.