哈里斯＆斯蒂芬斯角點檢測算法：行列式始終爲0（零）

由於我的單身漢，論文的一部分，我試圖實現與哈里斯和斯蒂芬算法角點檢測： A combined Corner and Edge Detector 哈里斯＆斯蒂芬斯角點檢測算法：行列式始終爲0（零）

我計算：

的x-和y-偏差用索貝爾濾波器（3×3）
計算系統矩陣M

M = [AC; CB]

這意味着，如果我把所有右側：
1. 甲sobel_x的=響應的平方：九* IX（在某一像素）
2. B = sobel_y的響應的平方：IY * IY（在某些像素）
3. C = sobel_x乘以sobel_y的響應的響應：九* IY（在某些像素）
現在我做的計算痕跡（M），我尤其是更關注什麼：行列式（M）

在那裏紙他們建議用於行列式以下近似的，因爲它避免了特徵值的昂貴的計算：

DET（M）= A * B - C^2

這必須始終在零終止！

表達DET（M）= A * B - C^2可以被改寫爲：（使用點的知識2）

DET（M）= A * B - Visual C * C

DET（M）=九*九* IY * IY - 九* IY *九* IY

DET（M）=九*九* IY * IY - 九*九* IY * IY

DET （M）= 0

所以我爲什麼要甚至懶得計算行列式？據我所知，計算痕跡是足夠的！（或者我在某處犯了重大錯誤？）

來源

2013-02-25 muuh

你的意思是矩陣M = [A C; C B]否則我不知道B指的是什麼。 – hardmath 2013-02-25 19:55:23

在計算R之前，在Ix2，Iy2，Ixy上應用高斯核函數。

來源

2013-11-13 08:54:07 hakunami

詳細說明這一點：似乎矩陣「M」實際上應該包含像素周圍窗口的漸變項的總和。因此，行列式不應取消。看到這個其他職位更多的上下文：http://stackoverflow.com/questions/16803587/how-to-compute-the-structure-tensor-of-a-2d-array – 2015-04-12 19:48:40

-1

我碰到了同樣的問題。對於圖像中的每個像素，您想要考慮一個小窗口，比如像素周圍3x3。

對於在3×3窗口的每個像素，則應用高斯掩模它用於1x^2，1×* Iy和IY^2來構造2×2矩陣H」。然後，總結H'矩陣以獲得最終的H矩陣，並從那裏計算行列式。

什麼我不清楚在雖然是爲什麼高斯面膜需要應用盡可能多的幻燈片和資源在網上找到別提了

來源

2015-04-19 22:42:19

哈里斯＆斯蒂芬斯角點檢測算法：行列式始終爲0（零）

回答

相關問題