Las esquinas son características locales importantes en las imágenes y representan una gran cantidad de información importante. Son los puntos que tienen alta curvatura y se encuentran en la unión de diferentes regiones de brillo de las imágenes. Los algoritmos de detección de esquina SUSAN y Harris se basan en la intensidad. El algoritmo de detección de esquinas de Harris fue superior a la detección de esquinas de SUSAN.
El detector de esquina SUSAN (segmento asimilable de segmento univalue más pequeño) se realiza mediante una máscara circular. Si el brillo de cada píxel dentro de una máscara se compara con el brillo del núcleo de esa máscara, entonces se puede definir un área de la máscara que tenga el mismo brillo (o similar) que el núcleo.
El algoritmo de detección de esquinas de Harris se realiza calculando el gradiente de cada píxel. Si los valores de gradiente absoluto en dos direcciones son excelentes, entonces juzgue el píxel como una esquina.
¿Cuál es la diferencia entre Harris Corner Detection y SUSAN Corner Detection?
Related Content
¿Es necesario que un mapeo isomorfo sea sobreyectivo?
¿Las matemáticas de nivel superior son tan difíciles como dicen las películas y la gente?
¿Por qué el uso de la palabra 'permutación' (o 'perm') en el juego difiere del uso en matemáticas?
More Interesting
¿La marihuana te hace mejorar en matemáticas?
¿Pueden las matemáticas predecir el futuro?
¿Cuál es un buen punto de partida para aprender matemáticas puras?
¿Cómo se usa un módulo y un argumento en matemáticas?
¿Qué paquetes de software son para matemáticos que trabajan?
¿Qué piezas musicales son interesantes o hermosas desde la perspectiva de la teoría de grupo?
¿Cómo calcula una calculadora el factorial de un entero no positivo?