Tesi Robotica Un coprocessore per Visual Search: Keypoint... | Page 35

2.1. FEATURE DESCRIPTION

ˆ

35

ƒe i punti vengono s™elti ™on ™ur—D in modo ™he esi˜is™—no dei pre™isi
tipi di inv—ri—nz— rispetto — determin—ti punti di vist—D ™i g—r—ntis™ono
form—lmente ™he l9essenz— dell9imm—gine veng— ™omunque ™olt—D d—ndo™i
l— possi˜ilità di r—ggiungere i nostri o˜iettivi Y

giò ™he di'erenzi— i v—ri —lgoritmi è l— logi™— su ™ui si ˜—s— l— s™elt— di questi
puntiD logi™— ™he dipende essenzi—lmente d—l tipo di —ppli™—zione ™he —˜˜i—mo
in menteF hes™rivi—mo ˜revemente le linee guid— dei prin™ip—li —ppro™™iF

2.1.1 Harris Corner Detector
uesto —lgoritmo h— ™ome s™opo quello di evidenzi—re i pixel ™he r—ppresent—no
punti —ngolosi —ll9interno dell9imm—gineF †iene introdotto per r—gioni stori™he
in qu—nto fornis™e uno dei primissimi esempi di —lgoritmi di si'—tto tipoFheriv—ti
d—i des™rittori proposti d— wor—ve™ nel IWVI vengono ™—l™ol—ti in ˜—se —l seguente
pro™edimentoX
h—t— un— qu—lsi—si imm—gine s ™—l™oli—mo quest— m—tri™e w per ogni pixel
@xDyA



wu,v [Ix (xr , yr )Iy (xr , yr )]

wu,v [Ix (xr , yr )]2
u,v


M (x, y) = 




wu,v [Iy (xr , yr )]2





u,v

wu,v [Ix (xr , yr )Iy (xr , yr )]
u,v

u,v

dove Ix e Iy denot—no le deriv—te dell9imm—gine e wu,v è un— funzione — uerE
nel pes—toF xel ™—so più sempli™e wu,v può essere un (ltro rett—ngol—re ˜in—rioF
s professori r—rris e ƒtephens proposero inve™e di us—re — t—l s™opo un— (nesE
tr— q—ussi—n—F v— m—tri™e w è ™hi—m—t— w—tri™e womento di se™ond9ordine
ed è un9—pprossim—zione di un— funzione di —uto™orrel—zione dell9imm—gine sF
ƒtudi—ndo quest— m—tri™e e in p—rti™ol—re —n—lizz—ndo gli —utov—lori λ1 e λ2 è
possi˜ile rendersi ™onto — qu—le zon— il pixel @xDyA —pp—rtieneX

ˆ
ˆ

ed un— regione di sfondo se —m˜edue i v—lori sono pi™™oliY
ed un— regione di m—rgine se un dei due v—lori risult— essere ™onsiderevolE
mente più gr—nde dell9—ltroY