目录
2、将以下代码复制到编辑器中(注意命名规则,不然容易出错,文件名有*代表还没有保存)
一、结构张量是什么
根据结构张量能区分图像的平坦区域、边缘区域与角点区域。
此算法也算是计算机科学最重要的32个算法之一了。链接的文章中此算法名称为Strukturtensor算法,不过我搜索了一下,Strukturtensor这个单词好像是德语,翻译过来就是structure tensor结构张量了。
此处所说的张量不是相对论或黎曼几何里的张量,黎曼几何的张量好多论文都叫张量场了。也不是数学界还没研究明白的对矩阵进行扩展的高阶张量,主要是张量分解。这里的结构张量就是一个矩阵,一个对图像像素进行组织的数据结构而已。
像素组织而成的矩阵如下:
这个公式太常见了,在harris角点检测中就用到了。其中Ix,Iy就是原对原图像在x和y方向求得的偏导。
然后求矩阵E的行列式K和迹H。然后根据K和H的关系就能区分图像的区域模式了。
模式分以下三类:
平坦区域:H=0;
边缘区域:H>0 && K=0;
角点区域:H>0 && K>0;
harris角点检测就用到了第三类判断。
当然,在实际应用的时候H和K的值肯定都不会是理想,所以我用的都是近似判断。
处理结果如下:
原图:
平坦区域:
边缘区域:
角点区域(好像也不全角点,求角点还是harris好了):
结构张量行列式与迹的关系:
其中红框为平坦区域,黄框为边缘区域,铝框为角点区域。
二、如何用matlab实现
1、打开matlab软件,点击新建,出现编辑器界面
2、将以下代码复制到编辑器中(注意命名规则,不然容易出错,文件名有*代表还没有保存)
clear all;close all;clc;
img=imread('D:\煤堆\4.jpg');
ycc=rgb2ycbcr(img);
y=ycc(:,:,1);
figure,imshow(y);
[M,N]=size(y);
dirctImg=direction(double(y),2);
radius=1;
[xx,yy]=meshgrid(1:radius:N,1:radius:M);
DX=dirctImg(1:radius:end,1:radius:end,2);
DY=dirctImg(1:radius:end,1:radius:end,1);
figure(5),quiver(xx,yy(end:-1:1,:),DX,DY);
3、点击运行,出结果
4、注意事项
img=imread(“D:\煤堆\4.jpg”)这个就是你图片所放的位置
参考文档
版权声明:本文为m0_58173801原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。