??? 最近用到：Harris檢測圖像中邊緣處的特征點，并且需要兩張圖特征點匹配起來。Harris只是一個角點檢測的算法，最終只得到特征點坐標，想要匹配需要描述，而Harris是單尺度的，自己寫描述函數又有些麻煩。找到MATLAB和opencv都有集成的函數：

MATLAB版本通過調節參數，效果還可以，存在一定的誤匹配。

clc,clear %讀取、灰度化、顯示 I1= imread('sample_01.jpg'); I1=rgb2gray(I1); %把RGB圖像變成灰度圖像 % figure % imshow(I1)I2= imread('sample_10.jpg'); I2=rgb2gray(I2); % figure % imshow(I2)%尋找特征點 points1 = detectHarrisFeatures(I1,'MinQuality',0.002); %讀取特征點,'MinQuality',0.005 % points2 = detectSURFFeatures(I2); points2 = detectHarrisFeatures(I2,'MinQuality',0.002); figure imshow(I1); hold on; plot(points1);figure imshow(I2); hold on; plot(points2);%Extract the features.計算描述向量 [f1, vpts1] = extractFeatures(I1, points1); [f2, vpts2] = extractFeatures(I2, points2); %進行匹配 indexPairs = matchFeatures(f1, f2,'Method','NearestNeighborSymmetric','MatchThreshold',20) ; %用'Method','NearestNeighborSymmetric'，閾值調節用'MatchThreshold',范圍0-100，表示選擇最強的匹配的百分比，越大匹配點越多 %用'Method','NearestNeighborRatio'，閾值調節'MaxRatio',0.7，范圍0-1，默認0.6，較大該值獲得較多匹配 matched_pts1 = vpts1(indexPairs(:, 1)); matched_pts2 = vpts2(indexPairs(:, 2));resultpairs1 = matched_pts1.Location; %存儲匹配點坐標 resultpairs2 = matched_pts2.Location;%顯示匹配 figure('name','匹配后的圖像'); showMatchedFeatures(I1,I2,matched_pts1,matched_pts2,'montage'); legend('matched points 1','matched points 2');

OPENCV版本誤匹配實在太多，沒找到具體原因，選擇的匹配方法是BruteForce。優點是opencv內部有Harris的改進版本goodFeaturesToTrack，可以進行Shi-Tomasi角點檢測，能夠設置角點數目，角點之間的最小距離，避免Harris點過于密集重復。

創作挑戰賽新人創作獎勵來咯，堅持創作打卡瓜分現金大獎

總結

以上是生活随笔為你收集整理的Harris角点检测+sift描述匹配的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。