摄影测量学点特征提取模拟实践.docx

1、摄影测量学点特征提取模拟实践辽宁工程技术大学模 拟 实 践教学单位 测绘学院 专 业 测绘工程 名 称 点特征提取模拟实践 班 级 测绘13-3 组 长 秦小茜 组 员 柳少冬 倪贺星 刘建琪指导教师 徐辛超 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、方法与步骤 (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：c. 给定

2、一经验阈值，将兴趣值()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Roberts梯度 ；b. 计算ll（如55或更大）窗口中灰度的协方差矩阵 ；其中：c. 计算兴趣值q与w ；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 ；当同时，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。（3）、流程图 4、实验内容及成果1、Moravec算子程序相关内容（1）Moravec算子程序源代码：c

3、lcclear% I=imread(C:UsersLBSDesktopMoravec MATLABgirl.bmp);I=imread(C:UsersAdministratorDesktop点特征提取Moravec MATLABleft缩小.bmp);originalmap=I;% if isrgb(I)% I=rgb2gray(I); %将彩色图像转换为灰度图像 % end I=double(I); %转换为双精度图像row,column=size(I); w1 = floor(5/2);%确定窗口大小w2 = 5;step=w1;ir=10000;%设置阈值num=0;%得到特征点的坐标x

4、c=;yc=;tic;for i=w1+1:1:row-w1-1 if i+w2row-w1-1 continue; end for j=w1+1:1:column-w1-1 if j+w2column-w1-1 continue; end interest=0; %兴趣值 v1=0;v2=0;v3=0;v4=0; for k=-step:step-1 %计算纵向相邻像素灰度差的平方和 v1=v1+(I(i+k,j)-I(i+k+1,j)2; %计算125度斜线方向相邻像素灰度差的平方和 v2=v2+(I(i+k,j+k)-I(i+k+1,j+k+1)2; %计算横相邻像素灰度差的平方和 v3

5、=v3+(I(i,j+k)-I(i,j+k+1)2; %计算45度斜线方向相邻像素灰度差的平方和 v4=v4+(I(i+k,j-k)-I(i+k+1,j-k-1)2; end %取v1,v2,v3,v4中最小者作为像素(c,r)的兴趣值 interest=min(v1,v2,v3,v4); if interestir %/最大兴趣值与阈值比较 num=num+1; pointx(num)=j; pointy(num)=i; yc=yc,i; xc=xc,j; end endend %图像中显示特征点figure(4);imshow(originalmap);hold on;plot(xc,yc

6、,R*);axis on;title(图像中显示特征点);xlabel(图像的列数);ylabel(图像的行数); toc;t=toc;disp(本程序的运行时间为,num2str(t),秒。); 图一Moravec算子程序的相关截图 （2）原始灰度影像 图二原始灰度影像 （3）程序运行结果 图三Moravec算子程序运行结果2、Forstner算子程序的相关内容（1）Forstner算子程序源代码：clcclearI=imread(C:UsersAdministratorDesktop点特征提取Moravec MATLABleft缩小.bmp);% I=imread(C:UsersLBSDe

7、sktopLenna.bmp);originalmap=I;% if isrgb(I)% I=rgb2gray(I); %将彩色图像转换为灰度图像 % end I=double(I); %转换为双精度图像row,column=size(I);w1 = 5;%确定窗口大小w2 = 5;k=floor(w1/2);step=w1;iq=0.65;%设置阈值ir_w=2.5;num=0;%得到特征点的坐标xc=;yc=;tic;sum_w=0;count_w=0;for i=k+1:row-k for j=k+1:column-k %协方差矩阵 G0=0;G2=0;G1=0; for m=i-k:i

8、+k-1 for n=j-k:j+k-1 G0=G0+(I(m+1,n+1)-I(m,n)2; G2=G2+(I(m,n+1)-I(m+1,n)2; G1=G1+(I(m+1,n+1)-I(m,n)*(I(m,n+1)-I(m+1,n); end end DetN=G0*G2-G1*G1; trN=G0+G2; if trN=0 ww(i,j)=0; q(i,j)=0; else ww(i,j)=DetN/trN; q(i,j)=DetN*4/trN/trN; end sum_w=sum_w+ww(i,j); count_w=count_w+1; endendavg_w=sum_w/count

9、_w;for i=k:w2:row-w1 if i+w2row-w1 continue; end for j=k:w2:column-w1 if j+w2column-w1 continue; end max_w=0 max_x=0;max_y=0; for mh=1:w2 for mw=1:w2 if (max_wir_w*avg_w&q(i+mh,j+mw)iq) %/最大兴趣值与阈值比较 num = num+1; pointx(num)=max_x; pointy(num)=max_y; yc=yc,max_y; xc=xc,max_x; end endendfigure;imshow(

10、originalmap);hold on;plot(xc,yc,R*);axis on;title(图像中显示特征点);xlabel(图像的列数);ylabel(图像的行数); 图四Forstner算子程序相关截图 （2）原始灰度影像图五Forstner原始灰度影像（3）程序运行结果图六 Forstner程序运行结果五、实验体会柳少冬：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。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。欢迎您的下载，资料仅供参考！致力为企业和个人提供合同协议，策划案计划书，学习资料等等打造全网一站式需求