完整搜尋頁面 →

IP 12・探測像素:平坦、邊緣還是角點?

進階IP 12・特徵擷取影像實驗

題目說明

在真實照片上移動一個小視窗,觀察視窗內的梯度向量、結構張量橢圓與 Harris 響應,如何判定該處是平坦、邊緣還是角點。

試試看:用滑桿把探測點放到三個標記處(A:x 200, y 20;B:x 80, y 52;C:x 30, y 80),比較梯度點的樣子:擠在原點的小團、朝兩個方向散開的雲、細長的一條線。接著試試左側腳架腳(x 122, y 232)與右側腳(x 183, y 220):直線的方向會轉動,但兩處的 λ2/λ1 都低於 0.0025,因為兩者都是邊緣。最後把視窗從 9 增加到 25 像素:被判為角點的影像面積比例從 1.4% 增加到 8.9%。為什麼較大的視窗會找到較多角點?

先預測

照片上標了三個位置:A、B、C。哪一個是角點,也就是把視窗往任何方向移動都會改變所見內容的位置?

提示

使用這個實驗的章節段落:

解析

請先回答預測問題,或在準備好時再打開解析。

顯示解析

B 是角點:頭髮與深色外套在天空前相接之處,梯度指向兩個方向。使用預設的 9 像素視窗時,它的張量 λ1 = 1759、λ2 = 360,兩者都很大。C 是一段筆直的肩線邊緣,所有梯度指向同一方向:λ1 = 2206,但 λ2 = 1.85,所以只有一個方向會改變。A 在天空中,兩個特徵值都極小(λ1 = 0.13)。特徵值的單位是每像素灰階值的平方。

實驗 · IP 12・探測像素:平坦、邊緣還是角點?

先預測

照片上標了三個位置:A、B、C。哪一個是角點,也就是把視窗往任何方向移動都會改變所見內容的位置?

正在載入影像…

照片、探測視窗(黃框)與標記 A、B、C。按一下或拖曳可移動探測點
放大後的視窗,每個像素上有一支梯度箭頭(橙色)
整張影像的 Harris 響應 R(紅:角點,藍:邊緣,白:平坦)
視窗中每個像素一個點:它的梯度 (Ix, Iy)。橙色橢圓就是結構張量
這個視窗的兩個特徵值(圓點)與影像所有視窗(灰色)的比較

試試看:用滑桿把探測點放到三個標記處(A:x 200, y 20;B:x 80, y 52;C:x 30, y 80),比較梯度點的樣子:擠在原點的小團、朝兩個方向散開的雲、細長的一條線。接著試試左側腳架腳(x 122, y 232)與右側腳(x 183, y 220):直線的方向會轉動,但兩處的 λ2/λ1 都低於 0.0025,因為兩者都是邊緣。最後把視窗從 9 增加到 25 像素:被判為角點的影像面積比例從 1.4% 增加到 8.9%。為什麼較大的視窗會找到較多角點?

真實照片:skimage.data.camera,縮為 256 × 256(來源見下方)。梯度是 σ = 1 像素的高斯導數,與 IP 12 的程式碼相同。視窗是 W × W 像素,以 σ = W/6 的高斯加權,所以 W = 9 對應章節中的積分尺度 σ = 1.5(章節程式碼把高斯截在 4σ,而不是視窗邊緣)。M 是梯度向量外積的加權和,R = det M − 0.05 · tr(M)²。梯度單位是每像素灰階值(0 到 255),特徵值單位是其平方。平坦、邊緣、角點的標籤使用本實驗自訂的門檻,並非 Harris 與 Stephens 原文的一部分:特徵值若不小於該視窗大小下影像中最大 λ1 的 5%,就視為「大」。真正的 Harris 偵測器則是取 R 超過門檻的局部最大值。熱圖顯示 R 除以影像中的最大值後再開平方:紅色為正、藍色為負、白色接近零。

方法與影像來源

在互動實驗頁開啟 →