Le détecteur de coin Harris est un opérateur de détection de coin couramment utilisé dans les algorithmes de vision par ordinateur pour extraire les coins et déduire les caractéristiques d’une image.
Un coin est un point dont le voisinage local se trouve dans deux directions dominantes et différentesdes bords. En d’autres termes, un coin peut être interprété comme la jonction de deux bords, où un bord est un changement soudain de luminosité de l’image. Les coins sont les caractéristiques importantes de l’image, et ils sont généralement appelés points d’intérêt qui sont invariants à la translation, à la rotation et à l’éclairage.
ÉTAPE 1. Il détermine quelles fenêtres (petites taches d’image) produisent de très grandes variations d’intensité lorsqu’elles sont déplacées dans les deux directions X et Y (c’est-à-dire des gradients).
ÉTAPE 3. Après avoir appliqué un seuil à ce score, les coins importants sont sélectionnés et marqués.
Prenez l’échelle de gris de l’image originale. Appliquez un filtre gaussien pour lisser tout bruit. Appliquez l’opérateur Sobel pour trouver les valeurs de dégradé x et y pour chaque pixel de l’image en niveaux de gris. Pour chaque pixel p de l’image en niveaux de gris, considérez une fenêtre m * m autour de celle-ci et calculez la fonction de force des coins. Appelez cela sa valeur Harris. Trouvez tous les pixels qui dépassent un certain seuil et sont les maxima locaux dans une certaine fenêtre (pour éviter les dupes redondantes des fonctionnalités). Calculez un descripteur d’entités de tous ces points.
Pour plus d’informations tous les algorithmes utilisés référez-vous au fichier de rapport
Pour plus de détails référez-vous à : https://iitmcvg.github.io/summer_school/Session3/