精确标定能够发挥出聚焦型光场相机在场景重建和非接触测量等方面的作用。而标定精度提升的关键之一在于精确的特征提取算法。为了提升特征检测的精度和效率,提出一种基于原始图的棋盘格角点检测算法。利用稳健的角点检测算子对原始图角点进行检测,并利用二维角点与三维光场圆域特征的对应关系进行角点筛选。然后,利用图像一致性对角点进行亚像素优化。进行了仿真角点检测实验和仿真标定实验,并基于R29聚焦型光场相机得到的重建角点进行了距离测量实验。实验结果表明,所提角点检测算法的精度高于现有算法,并证明了基于所提角点检测方法的标定算法能够得到更加精准的结果。

针对Harris算法在图像处理过程中特征点提取实时性和抗噪能力较差、计算量大的问题,提出一种结合像素点灰度差的Harris角点检测算法。将被检测点与半径为3的邻近圆周上16个像素点作对比,以此计算非相似像素点的个数来确定候选角点,通过Harris角点响应函数提取角点,并结合SUSAN算法的思想去除伪角点。实验结果表明,改进算法提高了原算法的实时性,增加了角点提取的数量,并且能有效去除大多数伪角点,提高图像角点检测的速度和正确性。

Harris角点检测算法讲义.ppt

关于角点检测算法Harris,Forstner经典算子在VC++中的实现,该方法对图象清晰的效果好，所以检测前最好进行锐化

角点检测算法源码，包括harris，susan，hough，对于学习计算机视觉的同学很有用

对Harris算法的理解 程序的目标和功能 明确编程框架和模块功能 编写各模块子程序

提出了一种改进的角点检测算法。本着好的算法不依赖于人为干涉的思想,在 SUSAN算子基础上,通 过对图像灰度值和对比度分析,提出灰度阈值 t和比较函数 C的快速自适应选取。针对 SUSAN算法中对某些 特殊型角点检测会失败的情况,构造一种针对 SUSAN圆形模板的二圆环模板,对一些与边缘点难以区分的角 点进行检测。试验表明,改进的算法近一步提高了检测的准确性。

基于MATLAB的Harris角点检测并精确到亚像素，有六张测试图片，两个harris角点检测matlab程序，一个harris角点精确到亚像素的文档。

特征点的选取是视觉研究的基础,其选取的精确度直接影响到视觉信息处理的准确性与可靠性。传统Harris角点检测方法具有计算简单、易于实现的优点,但该算法效率低下、检测精度较低、抗噪性差、存在角点簇。提出一种基于Sobel边缘检测的圆周Harris角点检测算法:首先采用Sobel边缘检测进行角点预筛选,本质上提高检测效率;随后采用圆周窗口模板对筛选后的角点进行非极大值抑制,减少漏检点与伪角点的个数;最后采用临近点剔除法,保留非极值最大点作为角点,解决角点簇问题。实验结果表明,文中角点检测算法运行效率得到了极大提高,减低漏检率的同时,旋转不变性亦得到了改善。

基于黑白棋盘格的Harris角点检测，比较快捷