第四节：图像特征提取——角点检测、边缘检测与特征描述子

图像特征提取，说白了就是让机器从像素矩阵里找到“有意义”的东西。我刚开始做视觉伺服时，总觉得这一步很简单——不就是找几个点嘛？后来才发现，特征选不好，后面的控制全是白搭。今天咱们就聊聊几种最常用的特征提取方法。

4.1 角点检测：Harris与Shi-Tomasi

角点，就是图像里那些“拐弯抹角”的地方。你想想看，一个物体的角落在图像里往往对应着两个方向的梯度变化都很大。Harris角点检测就是基于这个直觉设计的。

4.1.1 Harris角点检测原理

Harris的核心思想很简单：用一个窗口在图像上滑动，如果窗口往哪个方向移动，灰度变化都很大，那中心就是角点。数学上，它构造了一个自相关矩阵M：

M = [ ΣIx²   ΣIxIy ]
    [ ΣIxIy   ΣIy²  ]

然后计算角点响应值R：

R = det(M) - k * trace(M)²

这里的k是个经验参数，我一般取0.04到0.06之间。R值大的地方就是角点。

4.1.2 Shi-Tomasi角点检测

Shi-Tomasi其实是Harris的改进版。它不计算R值，而是直接取矩阵M的两个特征值λ₁和λ₂中的较小者。如果这个最小值大于阈值，就认为是角点。

R = min(λ₁, λ₂)

我个人更喜欢用Shi-Tomasi。为什么？因为它更稳定。Harris的k值需要调，而Shi-Tomasi不需要这个参数。在视觉伺服里，我通常用Shi-Tomasi提取特征点，然后用光流法跟踪。

4.2 边缘检测：Canny算子

边缘检测，就是找图像里亮度变化剧烈的地方。Canny是公认的“黄金标准”。我记得第一次用Canny时，被它的效果惊艳到了——边缘又细又连续，噪声还少。

4.2.1 Canny的四个步骤

1. 高斯滤波：先平滑图像，去除噪声。我一般用5×5的高斯核。
2. 计算梯度：用Sobel算子算水平和垂直方向的梯度，得到幅值和方向。
3. 非极大值抑制：这一步很关键。它把不是局部最大值的像素点去掉，让边缘变细。
4. 双阈值检测：设定高阈值和低阈值。高于高阈值的肯定是边缘，低于低阈值的肯定不是，介于中间的看是否与强边缘相连。

import cv2
import numpy as np

img = cv2.imread('workpiece.jpg', 0)
edges = cv2.Canny(img, threshold1=50, threshold2=150)
# 低阈值50，高阈值150，这个比例我一般设1:2到1:3

4.3 特征描述子：SIFT与ORB

找到特征点之后，怎么让机器在不同图像里认出同一个点？这就需要特征描述子了。描述子就像给每个特征点发了一张“身份证”。

4.3.1 SIFT：尺度不变特征变换

SIFT是Lowe在2004年提出的，可以说是特征描述子里的“老大哥”。它的核心优势是尺度不变和旋转不变。说白了，你把图像放大缩小、旋转一下，SIFT还能认出同一个点。

SIFT的步骤大致是：

• 构建高斯差分金字塔，检测尺度空间中的极值点
• 精确定位关键点位置和尺度
• 为每个关键点分配主方向
• 生成128维的特征向量

sift = cv2.SIFT_create()
keypoints, descriptors = sift.detectAndCompute(img, None)
# descriptors是128维的浮点向量

4.3.2 ORB：面向快速和旋转的二进制描述子

ORB是2011年提出的，可以看作是SIFT的“轻量版”。它结合了FAST角点检测和BRIEF描述子，并加入了旋转不变性。ORB的输出是二进制字符串，匹配时用汉明距离，速度飞快。

orb = cv2.ORB_create(nfeatures=500)
keypoints, descriptors = orb.detectAndCompute(img, None)
# descriptors是二进制向量，可以用cv2.NORM_HAMMING匹配

4.4 本章知识体系

下面这张图是我自己整理的，把本章的核心逻辑串起来了。你看一眼就能明白这些方法之间的关系和适用场景。

嗯，这张图基本把今天的内容串起来了。你从根节点往下看，左边是角点检测，中间是边缘检测，右边是特征描述子。每个分支下面都有具体的算法，底部是它们的核心特点对比。

我个人建议，刚开始做视觉伺服时，先用Shi-Tomasi提取角点，配合Canny做边缘验证，特征匹配用ORB。这套组合在大多数场景下够用，而且调试起来不费劲。等遇到精度瓶颈了，再考虑上SIFT。

---

公众号:蓝海资料掘金营，微信deep3321