特征与匹配第8课/共35课

第08课：角点检测（Harris/SIFT）

📖 课程概述

本课学习角点检测（Harris/SIFT）的核心原理与实现。我们将从数学基础出发，通过代码实践真正理解每一个算法的运作机制。

📑 本课目录

1. 角点的数学定义 2. Harris角点检测 3. Shi-Tomasi角点 4. SIFT原理 5. SIFT实现 6. 角点检测对比 7. 角点应用实战

1. 角点的数学定义

E(u,v) = ∑ w(x,y)[I(x+u,y+v)-I(x,y)]² ≈ [u v] M [u v]^T
M = ∑ w(x,y)[[I_x², I_xI_y],[I_xI_y, I_y²]]
特征值λ₁,λ₂: 都小=平坦, 一大一小=边缘, 都大=角点

import cv2, numpy as np
img = np.zeros((256,256), dtype=np.uint8)
img[20:80,20:80] = 128  # 平坦
cv2.line(img, (120,20),(120,100), 200, 2)  # 边缘
cv2.rectangle(img, (180,20),(240,80), 200, 2)  # 角点
Ix = cv2.Sobel(img, cv2.CV_64F, 1, 0, ksize=3)
Iy = cv2.Sobel(img, cv2.CV_64F, 0, 1, ksize=3)
for name, (cx,cy) in [('平坦',(50,50)),('边缘',(110,50)),('角点',(180,20))]:
    r = 2
    ix, iy = Ix[cx-r:cx+r+1, cy-r:cy+r+1], Iy[cx-r:cx+r+1, cy-r:cy+r+1]
    M = np.array([[np.sum(ix**2), np.sum(ix*iy)],[np.sum(ix*iy), np.sum(iy**2)]])
    eigs = np.linalg.eigvalsh(M)
    print(f"{name}: lambda1={eigs[0]:.1f}, lambda2={eigs[1]:.1f}")

2. Harris角点检测

R = det(M) - k·trace(M)² = λ₁λ₂ - k(λ₁+λ₂)²
k 通常取 0.04~0.06
R > 0: 角点, R < 0: 边缘, |R| ≈ 0: 平坦

import cv2, numpy as np
img = np.zeros((300,300), dtype=np.uint8)
for i in range(6):
    for j in range(6):
        if (i+j)%2==0: img[i*50:(i+1)*50, j*50:(j+1)*50] = 200
harris = cv2.cornerHarris(np.float32(img), 2, 3, 0.04)
threshold = 0.01 * harris.max()
corner_count = np.count_nonzero(harris > threshold)
print(f"Harris角点数: {corner_count}")
for k in [0.02, 0.04, 0.06, 0.08]:
    h = cv2.cornerHarris(np.float32(img), 2, 3, k)
    print(f"k={k}: 角点数={np.count_nonzero(h > 0.01*h.max())}")
img_c = cv2.cvtColor(img, cv2.COLOR_GRAY2BGR)
img_c[harris > threshold] = [0, 0, 255]
cv2.imwrite('/var/www/ttl/cv/l08_harris.png', img_c)

3. Shi-Tomasi角点

Shi-Tomasi: R = min(λ₁, λ₂)
比Harris更稳定

import cv2, numpy as np
img = np.zeros((300,300), dtype=np.uint8)
for i in range(6):
    for j in range(6):
        if (i+j)%2==0: img[i*50:(i+1)*50, j*50:(j+1)*50] = 200
st = cv2.goodFeaturesToTrack(np.float32(img), 100, 0.01, 10)
harris = cv2.cornerHarris(np.float32(img), 2, 3, 0.04)
print(f"Shi-Tomasi: {len(st) if st is not None else 0}, Harris: {np.count_nonzero(harris>0.01*harris.max())}")
img_st = cv2.cvtColor(img, cv2.COLOR_GRAY2BGR)
if st is not None:
    for c in st: cv2.circle(img_st, (int(c[0][0]),int(c[0][1])), 3, (0,255,0), -1)
cv2.imwrite('/var/www/ttl/cv/l08_st.png', img_st)

4. SIFT原理

SIFT四步骤

尺度空间极值检测：DoG金字塔找局部极值点
关键点定位：亚像素精确定位，去除低对比度和边缘响应
方向分配：邻域梯度方向直方图赋予主方向
描述子生成：16x16邻域分成4x4子区域，每个8方向，128维

import cv2, numpy as np
img = np.zeros((256,256), dtype=np.uint8)
cv2.circle(img, (128,128), 60, 200, -1)
current = img.copy()
for i in range(4):
    blurred = cv2.GaussianBlur(current, (0,0), 1.6*(2**i))
    current = cv2.pyrDown(current)
    print(f"Octave {i}: shape={current.shape}")

5. SIFT实现

import cv2, numpy as np
img = np.zeros((300,300), dtype=np.uint8)
cv2.rectangle(img, (50,50), (250,250), 200, -1)
cv2.circle(img, (100,100), 30, 50, -1)
cv2.circle(img, (200,200), 30, 50, -1)
sift = cv2.SIFT_create(nfeatures=100)
kp, desc = sift.detectAndCompute(img, None)
print(f"SIFT检测 {len(kp)} 关键点, 描述子shape={desc.shape if desc is not None else 'None'}")
if desc is not None:
    print(f"描述子维度: {desc.shape[1]}, 范围=[{desc.min()},{desc.max()}]")
img_sift = cv2.cvtColor(img, cv2.COLOR_GRAY2BGR)
cv2.drawKeypoints(img, kp, img_sift, flags=cv2.DRAW_MATCHES_FLAGS_DRAW_RICH_KEYPOINTS)
cv2.imwrite('/var/www/ttl/cv/l08_sift.png', img_sift)

# 旋转不变性验证
M = cv2.getRotationMatrix2D((150,150), 45, 1.0)
img_rot = cv2.warpAffine(img, M, (300,300))
kp2, desc2 = sift.detectAndCompute(img_rot, None)
print(f"旋转45deg后关键点: {len(kp2)}")
if desc is not None and desc2 is not None and len(desc2) > 0:
    bf = cv2.BFMatcher(cv2.NORM_L2)
    matches = bf.knnMatch(desc, desc2, k=2)
    good = [m for m,n in matches if m.distance < 0.75*n.distance]
    print(f"旋转后匹配: {len(good)}/{len(matches)} good")

6. 角点检测对比

import cv2, numpy as np, time
img = np.zeros((300,300), dtype=np.uint8)
for i in range(6):
    for j in range(6):
        if (i+j)%2==0: img[i*50:(i+1)*50, j*50:(j+1)*50] = 200
harris = cv2.cornerHarris(np.float32(img), 2, 3, 0.04)
st = cv2.goodFeaturesToTrack(np.float32(img), 100, 0.01, 10)
sift = cv2.SIFT_create(nfeatures=100)
sift_kp, _ = sift.detectAndCompute(img, None)
fast = cv2.FastFeatureDetector_create(threshold=20)
fast_kp = fast.detect(img, None)
print(f"Harris: {np.count_nonzero(harris>0.01*harris.max())} 像素")
print(f"Shi-Tomasi: {len(st) if st is not None else 0} 点")
print(f"SIFT: {len(sift_kp)} 关键点")
print(f"FAST: {len(fast_kp)} 关键点")

for name, func in [('SIFT', lambda: sift.detectAndCompute(img,None)), ('FAST', lambda: fast.detect(img,None))]:
    t0 = time.time()
    for _ in range(100): func()
    print(f"{name}: {(time.time()-t0)/100*1000:.2f}ms/帧")

7. 角点应用实战

import cv2, numpy as np
img1 = np.zeros((300,300), dtype=np.uint8)
cv2.circle(img1, (150,150), 50, 200, -1)
cv2.rectangle(img1, (50,50), (100,100), 150, -1)
M = np.float32([[1,0,15],[0,1,10]])
img2 = cv2.warpAffine(img1, M, (300,300))
corners = cv2.goodFeaturesToTrack(np.float32(img1), 50, 0.01, 10)
if corners is not None and len(corners) > 0:
    next_pts, status, _ = cv2.calcOpticalFlowPyrLK(img1, img2, corners.astype(np.float32), None)
    good = status.ravel() == 1
    if np.any(good):
        movement = next_pts[good] - corners[good]
        print(f"检测运动: dx={movement[:,0].mean():.1f}, dy={movement[:,1].mean():.1f}")
        print(f"实际运动: dx=15, dy=10")
vis = cv2.cvtColor(img2, cv2.COLOR_GRAY2BGR)
if corners is not None and next_pts is not None:
    for i in range(len(corners)):
        if status[i]:
            p1 = corners[i].ravel().astype(int)
            p2 = next_pts[i].ravel().astype(int)
            cv2.arrowedLine(vis, tuple(p1), tuple(p2), (0,0,255), 2)
cv2.imwrite('/var/www/ttl/cv/l08_track.png', vis)

🔑 角点检测核心要点

理解数学原理是正确应用算法的基础
不同方法各有优缺点，需要根据场景选择
实际工程中往往需要组合多种方法
性能优化：考虑实时性、内存占用和精度权衡

📝 课后练习

实现本课所有算法并对比效果
在不同参数下测试算法的鲁棒性
将本课方法应用到自己的数据集
分析算法的计算复杂度和优化方向

延伸阅读：推荐阅读《Digital Image Processing》(Gonzalez)相关章节，以及OpenCV官方文档中的详细API说明。实际项目中，建议先在简单数据上验证算法，再迁移到复杂场景。

📊 方法对比总结

方法	优点	缺点	适用场景
方法A	简单高效	精度有限	快速原型
方法B	精度高	计算量大	离线处理
方法C	平衡精度与速度	参数调优复杂	实际应用

📐 关键公式速查

本课涉及的核心数学公式汇总，方便快速参考：

卷积定理: 空间域卷积 = 频域乘积
梯度计算: 一阶差分近似偏导数
卷积参数量: C_out × (C_in × K² + 1)
感受野: RF(n) = RF(n-1) + (K-1) × ∏stride

🔬 角点检测进阶内容

本节深入探讨角点检测的进阶话题和工程实践中的关键考虑。

工业实践要点

算法选型：根据精度、速度、资源约束选择合适的方法
数据质量：高质量数据比复杂算法更重要
部署优化：模型压缩、量化、TensorRT加速
监控维护：线上模型需要持续监控性能退化

⚠️ 常见陷阱与解决方案

过拟合：数据增强+正则化+早停
类别不平衡：重采样+Focal Loss
推理速度慢：模型剪枝+量化+批处理优化
长尾分布：数据重平衡+罕见类别增强

📊 性能优化策略

优化方向	方法	精度影响	加速比
模型压缩	剪枝/蒸馏	1-3%下降	2-4x
量化	INT8/FP16	<1%下降	2-8x
算子融合	TensorRT/ONNX	无	1.5-3x
批处理	增大batch size	无	线性

💻 角点完整Pipeline代码

以下是一个完整的角点处理管道，从数据准备到结果评估，包含所有关键步骤和参数调优建议：

import cv2
import numpy as np
import time

class 角点Pipeline:
    """完整的角点处理管道"""
    
    def __init__(self, params=None):
        self.params = params or {}
        self.results = {}
    
    def preprocess(self, image):
        """预处理步骤"""
        # 1. 去噪
        if self.params.get('denoise', True):
            image = cv2.GaussianBlur(image, (3, 3), 1.0)
        
        # 2. 对比度增强
        if self.params.get('enhance', False):
            if len(image.shape) == 2:
                image = cv2.equalizeHist(image)
            else:
                lab = cv2.cvtColor(image, cv2.COLOR_BGR2LAB)
                lab[:,:,0] = cv2.equalizeHist(lab[:,:,0])
                image = cv2.cvtColor(lab, cv2.COLOR_LAB2BGR)
        
        # 3. 尺寸调整
        max_size = self.params.get('max_size', 1024)
        h, w = image.shape[:2]
        if max(h, w) > max_size:
            scale = max_size / max(h, w)
            image = cv2.resize(image, (int(w*scale), int(h*scale)))
        
        return image
    
    def process(self, image):
        """核心处理步骤"""
        t0 = time.time()
        preprocessed = self.preprocess(image)
        t1 = time.time()
        
        # 主处理逻辑
        result = self._main_process(preprocessed)
        t2 = time.time()
        
        self.results['timing'] = {
            'preprocess': (t1-t0)*1000,
            'process': (t2-t1)*1000,
            'total': (t2-t0)*1000
        }
        return result
    
    def _main_process(self, image):
        """主处理逻辑（子类可重写）"""
        return image
    
    def evaluate(self, result, ground_truth=None):
        """评估处理结果"""
        metrics = {}
        if ground_truth is not None:
            if len(result.shape) == 2:
                mse = np.mean((result.astype(float) - ground_truth.astype(float))**2)
                metrics['mse'] = mse
                metrics['psnr'] = 10 * np.log10(255**2 / (mse + 1e-10))
        metrics['timing'] = self.results.get('timing', {})
        return metrics
    
    def visualize(self, image, result):
        """可视化对比"""
        if len(image.shape) == 2:
            image = cv2.cvtColor(image, cv2.COLOR_GRAY2BGR)
        if len(result.shape) == 2:
            result = cv2.cvtColor(result, cv2.COLOR_GRAY2BGR)
        h1, w1 = image.shape[:2]
        h2, w2 = result.shape[:2]
        h, w = max(h1,h2), w1+w2+10
        vis = np.zeros((h, w, 3), dtype=np.uint8)
        vis[:h1, :w1] = image
        vis[:h2, w1+10:] = result
        cv2.putText(vis, 'Input', (10, 25), cv2.FONT_HERSHEY_SIMPLEX, 0.7, (0,255,0), 2)
        cv2.putText(vis, 'Output', (w1+20, 25), cv2.FONT_HERSHEY_SIMPLEX, 0.7, (0,255,0), 2)
        return vis


# 使用示例
pipeline = 角点Pipeline({'denoise': True, 'enhance': False, 'max_size': 512})
test_img = np.random.randint(0, 256, (256, 256, 3), dtype=np.uint8)
result = pipeline.process(test_img)
metrics = pipeline.evaluate(result)
print(f"处理时间: {metrics['timing'].get('total', 0):.1f}ms")

🔧 参数调优指南

不同参数对结果的影响：

去噪强度：强去噪→更平滑但可能丢失细节
阈值选择：低阈值→高召回低精度，高阈值→低召回高精度
核大小：大核→更强效果但更慢
迭代次数：多次迭代→更强效果但可能过处理

建议从默认参数开始，根据结果逐步调整。先在少量数据上快速迭代，确定参数后再全量处理。

生产环境建议：1) 添加输入验证和异常处理 2) 记录每次处理的参数和结果 3) 设置性能监控和告警 4) 定期在测试集上评估质量 5) 保持模型/算法版本管理

📊 完整评估指标

import numpy as np

class Metrics:
    @staticmethod
    def mse(img1, img2):
        return np.mean((img1.astype(float) - img2.astype(float))**2)
    
    @staticmethod
    def psnr(img1, img2, max_val=255):
        mse_val = Metrics.mse(img1, img2)
        if mse_val == 0: return float('inf')
        return 10 * np.log10(max_val**2 / mse_val)
    
    @staticmethod
    def iou(mask1, mask2):
        inter = np.logical_and(mask1 > 0, mask2 > 0).sum()
        union = np.logical_or(mask1 > 0, mask2 > 0).sum()
        return inter / (union + 1e-10)
    
    @staticmethod
    def f1_score(pred, gt, threshold=0.5):
        pred_bin = (pred > threshold)
        gt_bin = (gt > 0)
        tp = np.logical_and(pred_bin, gt_bin).sum()
        precision = tp / (pred_bin.sum() + 1e-10)
        recall = tp / (gt_bin.sum() + 1e-10)
        return 2 * precision * recall / (precision + recall + 1e-10)

# 示例
img1 = np.random.randint(0, 256, (100,100), dtype=np.uint8)
img2 = img1 + np.random.randint(-10, 10, (100,100))
img2 = np.clip(img2, 0, 255).astype(np.uint8)

print(f"MSE: {Metrics.mse(img1,img2):.2f}")
print(f"PSNR: {Metrics.psnr(img1,img2):.2f} dB")
print(f"说明: PSNR>30dB为良好, >40dB为优秀")

✅ 实机验证

M矩阵特征值判断区域类型
Harris角点数随k增大减少
SIFT尺度旋转不变

⬅️ 第7课 🏠 目录第9课 ➡️

🏆

特征猎人

你已经掌握了角点检测（Harris/SIFT）的核心知识，继续前进！

⬅️ 第7课 🏠 目录第9课 ➡️

第08课：角点检测（Harris/SIFT）

📖 课程概述

📑 本课目录

1. 角点的数学定义

2. Harris角点检测

3. Shi-Tomasi角点

4. SIFT原理

SIFT四步骤

5. SIFT实现

6. 角点检测对比

7. 角点应用实战

🔑 角点检测核心要点

📝 课后练习

📊 方法对比总结

📐 关键公式速查

🔬 角点检测进阶内容

工业实践要点

最新研究进展

⚠️ 常见陷阱与解决方案

📊 性能优化策略

💻 角点完整Pipeline代码

🔧 参数调优指南

📊 完整评估指标

✅ 实机验证

特征猎人