$k$は定数で、だいたい0.04~0.06くらいです。Rの値によって以下のように分類できます。 Rが大きい: corner Rが小さい: flat R < 0: edge 図にすると、以下のようになります。 CSE/EE486 Computer Vision I, Lecture 06, Corner Detection, p22 これで手早くcornerを検出できるようになりました。ここで、corner検出についてまとめておきます。 cornerは複数のedgeが集まる箇所と定義できる 変化量をまとめた行列の固有ベクトルからedgeの向き、固有値の大きさから変化量の大きさ(edgeらしさ)がわかる 2つの固有値の値を基に、edge、corner、flatを判定できる 固有値の計算は手間であるため、判定式を利用し計算を簡略化する なお、Harrisはedgeの向きである固有ベクトルを考慮す
デジタルカメラで細かな格子柄などを撮影すると、干渉縞、別名モアレが発生して意図しない画像になってしまうことがあります。なかなか消すのが厄介なこのモアレを防ぐ撮り方が今回のテーマです。 まず、モアレとはなにか。下の撮影例で見てください。 ▲モアレの例。被写体は、パラシュート生地を硬くしたようなナイロン製トートバック。もちろん縞模様などは入っていません。そのまま撮ってもモアレは出るのですが、ソフトでモアレを強調した画像です モアレは、幾何学的なパターンなどが２つ重なったときなどに出てきます。たとえば、下の例では、チェックと、斜めのストライプが重なって、より大きな縞のモアレができています。大きな縞がわかりにくかったら、少し遠くから画面を見てください。
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く