主要内容

detectMinEigenFeatures

用最小特征值算法检测角点并返回cornerPoints对象

折叠所有页面

语法

点= detectMinEigenFeatures(我)
点= detectMinEigenFeatures(我名字,值)

描述

例子

点= detectMinEigenFeatures (我）返回一个cornerPoints对象,点．目标包含在二维灰度输入图像中检测到的特征点的信息，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附加选项名称,值对参数。

例子

全部折叠

打开生活的脚本

读取图像。

我=棋盘;

找到角落。

角落= detectMinEigenFeatures(我);

显示结果。

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

图中包含一个坐标轴。轴包含两个类型为image, line的对象。

输入参数

全部折叠

输入图像，指定在二维灰度。输入图像必须是实数和非稀疏的。

数据类型:单|双|int16|uint8|uint16|逻辑

名称-值对的观点

指定可选的逗号分隔的对名称,值参数。的名字参数名和价值为对应值。的名字必须出现在引号内。可以以任意顺序指定多个名称和值对参数Name1, Value1,…,的家．

例子:“MinQuality”，“0.01”，“投资回报”，[50150100200]规定检测器必须在指定的感兴趣区域内使用1%的最小可接受质量的角。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200像素。

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

角点的最小可接受质量是图像中最大角点度量值的一小部分。较大的值可用于删除错误角。

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．它还定义了标准差为FilterSize/ 3。

例子:“FilterSize”，5

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

用于角点检测的矩形区域，指定为逗号分隔对，由'ROI'和格式矢量[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

角分，归为一cornerPoints对象。目标包含了在二维灰度输入图像中检测到的特征点的信息。

参考文献

[1] Shi, J.， and C. Tomasi， "Good Features to Track，"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

另请参阅

功能

对象

主题

介绍了R2013a

计算机视觉工具箱文档

金宝app

介绍基于MATLAB的深度学习

介绍基于MATLAB的深度学习

下载电子书