VISION LAB / 视觉实验室
浏览器本地计算 · 支持离线
INTERACTIVE CLASSROOM / 01

Förstner 特征点实验室

拖动阈值,观察角点如何被保留。让影像中的结构变得清晰可见。

ƒ从像素梯度,到显著特征
01 / 原始影像ORIGINAL
800 × 600 px
02 / 检测结果FÖRSTNER
计算中
保留特征点 选中点点击右侧特征点,查看局部放大 ↓
局部 ×4

局部观察窗

点击检测结果中的绿色标记,查看该点的响应。

坐标 (x, y)—
归一化强度 ŵ—
圆度 q—

一个特征点,是怎样被找到的?

只需三步,理解 Förstner 的筛选逻辑
01梯度描述局部变化

对灰度影像计算 x、y 方向的梯度,并用高斯窗口汇总,得到结构张量 A。平坦区变化小;边缘主要沿一个方向变化。

02强度与圆度一起判断

w = det(A) / tr(A)
q = 4 det(A) / tr(A)²
w 衡量响应强度;q 接近 1 表示两个方向变化较均衡。

03拖动阈值,留下显著点

令 ŵ = w / max(w),通过圆度和局部极大值筛选后,保留 ŵ ≥ τ 的点。试试几何示例,观察不同对比度的角点何时消失。