点特征提取

-7-
指 导 教 师 意 见 成绩评定： 指导教师签字： 年 月
日
教 学 单 位 意 见
负责人签字： （单位盖章） 年 月 日
备 注
注：模拟实践结束时，由实习学生填写本表后，交指导教师和教学单位签署意见，最后交 所在教学单位归档保管。
-8-
1
g2 u g v gu
g g g
u v
v 2

1

( gi 1, j 1 gi , j ) 2 ( gi , j 1 gi 1, j ) 2 ( gi 1, j 1 gi , j )( gi , j 1 gi 1, j )
图二原始灰度影像
-5-
图三 Moravec 算子程序运行结果
图四 Forstner 程序运行结果
-6-
七．心得体会
康仲林： 本次模拟实践， 我们通过操作了解了用程序通过两种算子提取特征点的具体方法， 进一步加深了对两种算子的认识，为以后的学习打下了更好的基础。同时，加强了自己的 动手能力，将实践和理论联系起来，真正的做到了学与做的统一，更加利于知识的掌握。 这次实验通过程序运行，得到经两种点特征提取的图片，从照片中可以清晰对比不同。总 之，此次实验比较顺利。 王杰龙：此次实验让我对 Forstner 算子以及 Moravec 算子实现过程有了进一步了解，对 这两种点特征提取算法有了更深刻的认识。Forstner 和 Moravec 程序的大致流程看了看， 但是还有些许问题。这两个程序需要修改的不多，只改了改两种算子所用图片的路径以及 部分内容，总体操作比较顺利，结果也容易得到。 白永峰：此次模拟实践，我们练习了点特征的提取工作。在课堂上学习了理论的基础上， 我们学以致用，把理论的知识搬到了实践中，利用 Matlab 软件，将老师所给的提取程序 加以修改和完善，使其能实现我们自己想要的结果。通过这个过程，我收获到了不少的东 西，首先就是对 MATLAB 软件的使用更加熟练，对一些简单程序都能适当修改并实现，其 次就是锻炼了自主学习的能力，通过老师的简单指点，我们课下自己研究，讨论，学习使 用，这样对知识的认知更加深刻，也能很好地提升自己。课堂上学到的东西毕竟只是个回 忆，俗话说“眼过千遍不如手过一遍”，只有亲自实践过，才会对这个过程和有关知识知 根知底，学的更深，因此我们应该好好对待每次的实践，把它们当作提高自己的途径，不 断进步。 曹苏阳：通过这次实验，对于空间前后方交会处理的知识有了深入的了解。空间前后方交 会是摄影测量的一个分支，但是要学好摄影测量这门课程，要付出几倍的努力，需要在课 下时间用大量时间编写代码程序，实现数字测图的算法和函数，从而实现边缘提取和去除 噪声等基础功能。另外,本学期课程学习任务较繁琐,这就需要大部分学生在短时间内提高 自己的编程能力, 来适应这门学科的学习 .另外在课上也要小组内多互动 ,积极讨论 ,要把 不懂的问题弄懂.多问,多思考,多练习,多反思,这样才能学好这门学科。
其中： g
2 v
gu g v
i c k j r k c k 1 r k 1 i c k j r k

c. 计算兴趣值 q 与 w ；
w 1 DetN trQ trN q 4 DetN (trN ) 2
式中：DetN 代表矩阵 N 之行列式，trN 代表矩阵 N 之迹。 d. 确定待选点 ；
Tq 0.5 ~ 0.75 fw ( f 0.5 ~ 1.5) T c c (c 5)

当 q Tq 同时 w Tw ，该像元为待选点。 e. 选取极值点。 即在一个适当窗口中选择最大的待选点。 f. 将特征点在原始图像上进行标记、展示。 （三） 程序源代码（Moravec） ： clc clear % I=imread('C:\Users\Administrator\Desktop\ÉãÓ°²âÁ¿Ô´Âë\ÉãÓ°²âÁ¿Ô´Âëµã¡¢ÏßÌ×Õ ô̵ȡ\Moravec MATLAB\girl.bmp'); % I=imread('C:\Users\Administrator\Desktop\ÉãÓ°²âÁ¿Ô´Âë\ÉãÓ°²âÁ¿Ô´Âëµã¡¢ÏßÌ×Õ ô̵ȡ\Moravec MATLAB\Lenna.bmp'); I=imread('leftËõС.PNG');
一、目的 理解影像中每个像素灰度值的概念；理解点特征在灰度方面的特点；掌握常用的点特 征提取算子，及其对应的点特征提取方法，包括：Moravec 算子、Forstner 算子。 二、要求 运用 VC++、C#、MATLAB 其中一种自己擅长的语言，实现两种点特征提取算法。 三、仪器设备 笔记本电脑 四、实验概况 2016 年 11.24 我们在主楼 413 教师进行了点特征模拟实验，程序由老师给定，图片由老师 给定，我们每个人的任务是理解程序并且会操作，每个人操作一遍。 五、提取点特征的原理与过程 (一) Moravec 算子提取过程 a. 读取灰度影像，得到影像的灰度矩阵； b. 计算各像元的兴趣值 IV：
-4-
%//³î´óÐËȤֵÓëãÐÖµ±È½Ï
axis on; title('ͼÏñÖÐÏÔʾÌ×Õôµã'); xlabel('ͼÏñµÄÁÐÊý'); ylabel('ͼÏñµÄÐÐÊý');
toc; t=toc; disp(['±¾³ÌÐòµÄÔËÐÐʱ¼äΪ',num2str(t),'Ãë¡£']); lpt=[xc;yc]; （四）操作过程：用matlab软件打开此程序，修改图片的存储路径，我们组有的人把阈值 进行了修改，也有人对图像进行了剪裁，这样做的目的是减少计算机运行的时间，避免出 现超出区域的问题。 六、模拟实践成果
-3-
%ÐËȤֵ
%¼ÆËã135¶ÈбÏß²½ÏòÏ´ÁÚÏñË׻ҶȲîµÄƽ²½ºÍ v2=v2+(I(i+mh+k,j+mw+k)-I(i+mh+k+1,j+mw+k+1))^2; %¼ÆË㺵ϴÁÚÏñË׻ҶȲîµÄƽ²½ºÍ v3=v3+(I(i+mh,j+mw+k)-I(i+mh,j+mw+k+1))^2; %¼ÆËã45¶ÈбÏß²½ÏòÏ´ÁÚÏñË׻ҶȲîµÄƽ²½ºÍ v4=v4+(I(i+mh+k,j+mw-k)-I(i+mh+k+1,j+mw-k-1))^2; end %È¡v1,v2,v3,v4ÖгîСÕß³ôΪÏñË×(c,r)µÄÐËȤֵ IV=min([v1,v2,v3,v4]); if (IV>interest&&IV>ir) interest=IV; x_max=j+mw; y_max=i+mh; end end end if interest>ir num=num+1; pointx(num)=x_max; pointy(num)=y_max; yc=[yc,y_max]; xc=[xc,x_max]; end end end %ͼÏñÖÐÏÔʾÌ×Õôµã figure; imshow(originalmap); hold on; plot(xc,yc,'R*');
(g
k 1
c i ,r
g c i 1,r )2
IVc,r min{V1,V2 ,V3 ,V4}
c. 给定一经验阈值，将兴趣值( IVc,r )大于阈值的点作为候选点； d. 选取候选点中的极值点作为特征点； e. 将特征点在原始图像上进行标记、展示。 (二) Forstner 算子提取过程
a. 计算各像素的 Robert’s 梯度 ；
g gi 1, j 1 gi , j u g gv gi , j 1 gi 1, j v gu
b. 计算 ll（如 55 或更大）窗口中灰度的协方差矩阵 ；
-1-
QN
2 gu c k 1 r k 1 i c k j r k c k 1 r k 1
-2-
originalmap=I; if isrgb(I) I=rgb2gray(I); %½«²ÊɫͼÏñ³ª»»Îª»Ò¶ÈͼÏñ end I=double(I); %³ª»»ÎªË«¾«¶ÈͼÏñ [row,column]=size(I); w1 = floor(5/2);%Ȳ¶¨´°¿Ú´óС w2 = 7; step=w1; ir=1500;%ɶÖÃãÐÖµ num=0; %µÃµ½Ì×ÕôµãµÄ³ø±ê xc=[]; yc=[]; tic; for i=w1:w2:row-w1 if i+w2>row-w1 continue; end for j=w1:w2:column-w1 if j+w2>column-w1 continue; end interest=0; for mh=1:w2 for mw=1:w2 v1=0;v2=0;v3=0;v4=0; for k=-step:step-1 %¼ÆËã³ÝÏòÏ´ÁÚÏñË׻ҶȲîµÄƽ²½ºÍ v1=v1+(I(i+mh+k,j+mw)-I(i+mh+k+1,j+mw))^2;
i k k 1 V2 ( g c i ,r i g c i 1,r i 1 )2 i k k 1 V3 ( g c ,r i gc ,r i 1 )2 i k k 1 V4 ( g c i , k V1