主要内容

detectMinEigenFeatures

检测角落使用最小特征值的算法

所有的页面崩溃

语法

点= detectMinEigenFeatures(我)
点= detectMinEigenFeatures(我名字,值)

描述

例子

点= detectMinEigenFeatures (我)返回一个cornerPoints对象点包含角特征信息检测使用的最小特征值算法在二维灰度输入由史和预。

点= detectMinEigenFeatures (我,名称,值)使用指定的一个或多个额外的选项名称,值对参数。

例子

全部折叠

打开生活的脚本

读取图像。

我=棋盘;

找到角落。

角落= detectMinEigenFeatures(我);

显示结果。

imshow(我);持有在;情节(corners.selectStrongest (50));

图包含一个坐标轴对象。坐标轴对象包含2图像类型的对象,线。一个或多个行显示的值只使用标记

输入参数

全部折叠

中指定的输入图像,二维灰度。输入图像必须是真实和nonsparse。

数据类型:单|双|int16|uint8|uint16|逻辑

名称-值参数

指定可选的双参数作为Name1 = Value1,…,以=家,在那里的名字参数名称和吗价值相应的价值。名称-值参数必须出现在其他参数,但对的顺序无关紧要。

R2021a之前,用逗号来分隔每一个名称和值,并附上的名字在报价。

例子:“MinQuality”,“0.01”,“投资回报”,[50150100200]指定探测器必须使用最低1%接受质量指定区域内的角落。位于这一地区的利益x=50,y=150年。ROI的宽度One hundred.像素的高度200年像素。

最低接受质量的角落,指定为逗号分隔两人组成的“MinQuality和一个标量值的区间[0,1]。

角落的最低接受质量代表一小部分最大角落度量值的图像。更大的值可以用来删除错误的角落。

例子:“MinQuality”,0.01

数据类型:单|双|int8|int16|int32|int64|uint8|uint16|uint32|uint64

高斯滤波器尺寸,指定为逗号分隔两人组成的“FilterSize”和一个奇数值范围(3正)。

高斯滤波器抚平输入图像的梯度。

这个函数使用FilterSize值计算滤波器的尺寸,FilterSize——- - - - - -FilterSize。它还定义了标准偏差FilterSize/ 3。

例子:“FilterSize”,5

数据类型:单|双|int8|int16|int32|int64|uint8|uint16|uint32|uint64

矩形区域检测的角落,指定为逗号分隔两人组成的ROI和一个向量的格式xy宽度高度]。前两个整数值(xy)代表的位置感兴趣的区域的左上角。最后两个整数值代表宽度和高度。

例子:“投资回报”,[50150100200]

输出参数

全部折叠

角点,作为一个返回cornerPoints对象。对象包含有关二维灰度特征点检测的输入图像。

引用

[1],J。,and C. Tomasi, "Good Features to Track,"《IEEE计算机视觉与模式识别会议,1994年6月,页593 - 600。

扩展功能

版本历史

介绍了R2013a

另请参阅

功能

对象

主题