cvFindCornerSubPix

opencv函式之一，檢測亞像素級角點。

基本介紹

• 中文名：cvFindCornerSubPix
• 參數：image
• 用於：發現亞像素精度的角點位置
• 圖像：corners設定了角點的初始位置

簡介

函式cvFindCornerSubPix()用於發現亞像素精度的角點位置。

void cvFindCornerSubPix(

const CvArr* image,

CvPoint2D32f* corners,

int count,

CvSize win,

CvSize zero_zone,

CvTermCriteria criteria

);

參數

image

輸入的圖像，必須是8位的灰度或者彩色圖像。

corners

輸入角點的初始坐標，也存儲精確的輸出坐標。

count

角點數目

win

搜尋視窗的一半尺寸。如果win=（5,5）那么使用（5*2+1）×（5*2+1）=11×11大小的搜尋視窗

zero_zone

死區的一半尺寸，死區為不對搜尋區的中央位置做求和運算的區域。它是用來避免自相關矩陣出現的某些可能的奇異性。當值為（-1，-1）表示沒有死區。

criteria

求角點的疊代過程的終止條件。即角點位置的確定，要么疊代數大於某個設定值，或者是精確度達到某個設定值。criteria可以是最大疊代數目，或者是設定的精確度，也可以是它們的組合。

概況

函式 cvFindCornerSubPix 通過疊代來發現具有子象素精度的角點位置，或如圖所示的放射鞍點（radial saddle points）。

子象素級角點 定位的實現是基於對向量正交性的觀測而實現的，即從中央點q到其鄰域點p 的向量和p點處的圖像梯度正交（服從圖像和測量噪聲）。考慮以下的表達式：

εi=DIpiT·(q-pi)

其中，DIpi表示在q的一個鄰域點pi處的圖像梯度，q的值通過最小化εi得到。通過將εi設為0，可以建立系統方程如下：

sumi(DIpi·DIpiT)·q - sumi(DIpi·DIpiT·pi) = 0

其中q的鄰域（搜尋窗）中的梯度被累加。調用第一個梯度參數G和第二個梯度參數b，得到：

q=G-1·b

該算法將搜尋窗的中心設為新的中心q，然後疊代，直到找到低於某個閾值點的中心位置。

圖像

輸入圖像image是8位通道的灰度圖像。corners為整數值的像素位置，corners設定了角點的初始位置。count為需要計算的角點數目。win指定了等式產生的視窗的尺寸。輸入參數zero_zone定義了一個禁區(與win相似，但通常比win小)，這個區域在方程組以及自相關矩陣中不被考慮。如果不需要這樣一個禁區，則zero_zone應設定為cvSize(-1,-1)。最後一個參數為用戶定義的疊代終止條件。疊代過程的終止條件可以是最大疊代次數CV_TERMCRIT_ITER類型，或者是設定的精度CV_TERMCRIT_EPS類型(或者是兩者的組合)。終止條件的設定在極大程度上影響最終得到的亞像素值的精度。例如，指定0.10，則求得的亞像素級精度為像素的十分之一。