主要内容

detectMinEigenFeatures

利用最小特征值算法检测拐角并返回cornerPoints对象

折叠所有页面

语法

points = detectMinEigenFeatures(I)
点= detectMinEigenFeatures(I,Name,Value)

描述

例子

点= detectMinEigenFeatures (我）返回一个cornerPoints对象,点．该对象包含二维灰度输入图像中检测到的特征点信息，我．的detectMinEigenFeatures函数使用Shi和Tomasi开发的最小特征值算法来寻找特征点。

点= detectMinEigenFeatures (我，名称,值）使用一个或多个指定的其他选项名称,值对参数。

例子

全部折叠

打开实时脚本

阅读图片。

I =棋盘;

找到角落。

拐角= detectMinEigenFeatures(I);

显示结果。

imshow(我);持有在；情节(corners.selectStrongest (50));

图中包含一个轴对象。axis对象包含image、line类型的2个对象。

输入参数

全部折叠

输入图像，以二维灰度指定。输入图像必须是实数且非稀疏的。

数据类型:单|双|int16|uint8|uint16|逻辑

名称-值参数

指定可选参数对为Name1 = Value1,…,以=家,在那里的名字参数名称和价值对应的值。名称-值参数必须出现在其他参数之后，但对的顺序无关紧要。

在R2021a之前，使用逗号分隔每个名称和值，并将其括起来的名字在报价。

例子:“MinQuality”，“0.01”，“投资回报”，[50150100200]指定探测器必须在指定的感兴趣区域内使用1%的最小可接受角质量。这个感兴趣的区域位于x＝50，y＝150．ROI的宽度为One hundred.像素，高度为200像素。

角的最小可接受质量，指定为逗号分隔的对，由'MinQuality'和范围[0,1]中的标量值。

最小可接受的角质量表示图像中最大角度量值的一部分。较大的值可以用来去除错误的角。

例子:“MinQuality”，0.01

数据类型:单|双|int8|int16|int32|int64|uint8|uint16|uint32|uint64

高斯滤波器维数，指定为逗号分隔的对，由'FilterSize'和范围为[3,inf)的奇数整数值。

高斯滤波器平滑输入图像的梯度。

函数使用FilterSize值来计算过滤器的尺寸，FilterSize——- - - - - -FilterSize．它还将标准差定义为FilterSize/ 3。

例子:“FilterSize”，5

数据类型:单|双|int8|int16|int32|int64|uint8|uint16|uint32|uint64

用于角检测的矩形区域，指定为逗号分隔的对，由'ROI'和格式为[的向量。xy宽度高度］．前两个整数值[xy]表示感兴趣区域的左上角位置。最后两个整数值表示宽度和高度。

例子:“投资回报”，[50150100200]

输出参数

全部折叠

角点，返回为acornerPoints对象。对象包含二维灰度输入图像中检测到的特征点信息。

参考文献

[1] Shi, J.，和C. Tomasi，“可跟踪的良好特征”，IEEE计算机视觉与模式识别会议论文集1994年6月，第593-600页。

扩展功能

版本历史

在R2013a中引入

另请参阅

功能

对象

主题