【CV】實驗二:特征檢測與匹配

概述

　　特征檢測與匹配的目標是識別一個圖像中的關鍵點與另一個圖像中的對應點之間的配對。在此實驗中,你將編寫代碼以檢測圖像中的特征點(對於平移、旋轉和照明具有一定的不變性),並在另一個圖像中找到最佳匹配特征。

 

實施細節

特征檢測

參考資料

Harris角點檢測算法——lwzkiller

Harris角點檢測原理及實現——xiaoluo91

Harris角點算法——bldong

sobel算子——百度百科

sobell算子水平和垂直方向導數問題——chaibubble

高斯濾波及高斯卷積核實現——－牧野－

numpy-array

python檢測Harris角點

３×３sobel算子

reflection模式（鏡像）

可以使用以下庫函數:
 scipy.ndimage.sobel:使用 Sobel 算子對輸入圖像濾波。　

 scipy.ndimage.gaussian_filter:使用高斯卷積核對輸入圖像濾波。
 np.arctan2
 scipy.ndimage.filters.maximum_filter:使用最大過濾器過濾輸入圖像。
 scipy.ndimage.filters.convolve:使用選定的濾波器對輸入圖像濾波。

 

補充完成類 HarrisKeypointDetector 中的三個函數:

computeHarrisValues (TODO 1,為圖像中每個像素計算 Harris 強度函數與方向)

computeLocalMaxima (TODO 2,計算布爾矩陣,指示每個像素是否是局部最大值)

detectKeypoints (TODO 3,根據像素的 Harris 強度與是否局部最大值生成特征點集合)。