最新のリリースでは、このページがまだ翻訳されていません。 このページの最新版は英語でご覧になれます。

detectMinEigenFeatures

最小固有値アルゴリズムを使用してコーナーを検出し、cornerPoints オブジェクトを返します。

説明

points = detectMinEigenFeatures(I)cornerPoints オブジェクト points を返します。このオブジェクトには、2 次元グレースケール入力イメージ I で検出された特徴点に関する情報が含まれます。関数 detectMinEigenFeatures は、Shi 氏と Tomasi 氏によって開発された最小固有値アルゴリズムを使用して特徴点を検出します。

points = detectMinEigenFeatures(I,Name,Value) は、1 つ以上の Name,Value 引数ペアによって指定された追加オプションを使用します。

すべて折りたたむ

イメージを読み取ります。

I = checkerboard;

コーナーを検出します。

corners = detectMinEigenFeatures(I);

結果を表示します。

imshow(I); hold on;
plot(corners.selectStrongest(50));

入力引数

すべて折りたたむ

入力イメージ。2 次元グレースケールとして指定します。入力イメージは、実数で非スパースでなければなりません。

データ型: single | double | int16 | uint8 | uint16 | logical

名前と値のペアの引数

オプションの引数 Name,Value のコンマ区切りペアを指定します。Name は引数名で、Value は対応する値です。Name は引用符で囲まなければなりません。Name1,Value1,...,NameN,ValueN のように、複数の名前と値のペアの引数を、任意の順番で指定できます。

例: 'MinQuality','0.01','ROI',[50,150,100,200] は、指定された関心領域内にある最小許容品質 1% のコーナーを検出器で使用しなければならないことを指定します。この関心領域は、x=50y=150 にあります。ROI の幅は 100 ピクセルで、高さは 200 ピクセルです。

コーナーの最小許容品質。'MinQuality' と [0,1] の範囲のスカラー値で構成されるコンマ区切りのペアとして指定します。

コーナーの最小許容品質は、イメージの最大コーナー メトリクス値より小さな値を表します。誤ったコーナーを削除するには、この値を大きくします。

例: 'MinQuality', 0.01

データ型: single | double | int8 | int16 | int32 | int64 | uint8 | uint16 | uint32 | uint64

ガウス フィルターの次元。'FilterSize' と [3, inf) の範囲の奇数の整数値で構成されるコンマ区切りのペアとして指定します。

ガウス フィルターは、入力イメージの勾配を平滑化します。

関数は FilterSize 値を使用してフィルターの次元 FilterSize x FilterSize を計算します。また、標準偏差を FilterSize/3 として定義します。

例: 'FilterSize', 5

データ型: single | double | int8 | int16 | int32 | int64 | uint8 | uint16 | uint32 | uint64

コーナー検出のための四角形の領域。'ROI' と [x y width height] の形式のベクトルで構成されるコンマ区切りのペアとして指定します。最初の 2 つの整数値 [x y] は関心領域の左上隅の位置を表します。残りの 2 つの整数値は幅と高さを表します。

例: 'ROI', [50,150,100,200]

出力引数

すべて折りたたむ

コーナー ポイント。cornerPoints オブジェクトとして返されます。このオブジェクトには、2 次元グレースケール入力イメージで検出された特徴点に関する情報が含まれます。

参照

[1] Shi, J., and C. Tomasi, "Good Features to Track," Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition, June 1994, pp. 593–600.

拡張機能

R2013a で導入