图像⾓点特征之Harris、SIFT、SURF、ORB 自动启闭阀
⾓点检测(Corner Detection)是计算机视觉系统中⽤来获得图像特征的⼀种⽅法，⼴泛应⽤于运动检测、图像匹配、视频跟踪、三维建模和⽬标识别等领域中。也称为特征点检测。 ⾓点通常被定义为两条边的交点，更严格的说，⾓点的局部邻域应该具有两个不同区域的不同⽅向的边界。⽽实际应⽤中，⼤多数所谓的⾓点检测⽅法检测的是拥有特定特征的图像点，⽽不仅仅是“⾓点”。这些特征点在图像中有具体的坐标，并具有某些数学特征，如局部最⼤或最⼩灰度、某些梯度特征等。绗缝加工
这些⾓点通常在图像中是稳定存在的。⾓点的微⼩偏移就能反映出图像帧的相对运动。消声室制作
洗洁精加工
⼀、Harris⾓点
Harris⾓点检测算法就是对⾓点响应函数R进⾏阈值处理：R > threshold，即提取R的局部极⼤值。
特点：具有⾓度不变性
1、OpenCV版本
集通信
更多
四、ORB⾓点
ORB（Oriented FASTand Rotated BRIEF）算法是⽬前最快速稳定的特征点检测和提取算法，许多图像拼接和⽬标追踪技术利⽤ORB特征进⾏实现。
ORB采⽤FAST（features from accelerated segment test）算法来检测特征点，采⽤BRIEF算法来计算⼀个特征点的描述⼦。
特点：⾓度不变性，尺度不变性，计算速度快（ORB是sift的100倍，是surf的10倍）
图像⾦字塔
注塑机联网图像⾦字塔，是在保持观测窗⼝不变的情况下，获得输⼊图像在不同尺⼨（分辨率）下的表达，在不同尺⼨上提取到的特征在整体上做到了尺⼨（分辨率）⽆关。实际使⽤中，⼀般采⽤2倍下采样，即⾦字塔中图像长宽逐层折半。
了解更多
