Harris角点检测的内核掩码

Question

// Convolution with horizontal differentiation kernel mask
float h = ((src[-srcStride + 1] + src[+1] + src[srcStride + 1]) -
          (src[-srcStride - 1] + src[-1] + src[srcStride - 1])) * 0.166666667f;

// Convolution vertical differentiation kernel mask
float v = ((src[+srcStride - 1] + src[+srcStride] + src[+srcStride + 1]) -
          (src[-srcStride - 1] + src[-srcStride] + src[-srcStride + 1])) * 0.166666667f;

我需要这种在哈里斯角上实现的内核掩码的理论。那是什么样的内核掩码？那是prewitt还是任何不同的内核？我很难找到一篇可以解释内核掩码的论文

Answer 1

确实是Prewitt operator。

在索引到src（输入图像）之后，srcStride 是要跳过以寻址 y 方向中的下一个邻居的数组元素的数量，可以看到 h 从 @987654327 获取元素@ 按以下顺序并具有以下权重：

-1/6   0   1/6
-1/6   0   1/6
-1/6   0   1/6

这对应于具有以下内核的卷积（请记住，卷积反映内核）：

| 1  0  -1 |
| 1  0  -1 | / 6
| 1  0  -1 |

这又对应了两个卷积

h = src * ( [1 0 -1] / 2 ) * ( [1 1 1]^T / 3 )

也就是说，它在水平方向应用微分滤波器（中心差），在垂直方向应用均匀平滑滤波器。

请注意，均匀平滑滤波器的质量很差（它会翻转某些频率分量的符号，并且通常平滑效果不佳），因此最好使用Sobel's operator（它使用三角形平滑滤波器）或最好Gaussian gradients。