Laboratorio de extracción de puntos — comparar Harris y Shi–Tomasi

Cambia una condición cada vez

Ejecuta el caso inicial y guárdalo como A. Elige la rotación y vuelve a ejecutar: las imágenes de origen y destino de A y B aparecen a la misma escala. Los círculos azules son detecciones y las cruces naranjas referencias proyectadas con la transformación conocida. Compara Harris y Shi–Tomasi con los mismos ajustes de imagen. Restablecer recupera los valores iniciales; compartir reproduce los ajustes actuales, no el resultado A guardado.

Qué calculan los detectores

Ambos usan la matriz local de gradientes M. Harris calcula det(M) − 0.04 trace(M)² y Shi–Tomasi su menor valor propio. La ventana mide 3, 5 o 7 píxeles. El umbral relativo, los máximos locales, la separación mínima y el límite de puntos seleccionan el resultado. El umbral sigue la puntuación máxima de la imagen: oscurecer sin recorte no reduce necesariamente el número de puntos. Son detectores de una sola escala, no descriptores: eligen posiciones sin identificar correspondencias ni calcular movimiento de cámara.

Transformaciones de imagen

Las imágenes de 160×120 píxeles muestran formas, patrones repetidos, una rampa con poca textura o un borde. Las coordenadas crecen hacia la derecha y abajo; el giro positivo es horario alrededor del centro. Orden: muestreo bilineal, promedio en una ventana cuadrada, ganancia de intensidad, ruido uniforme con semilla fija y recorte a [0,1]. El desenfoque es un radio y el ruido una amplitud. Los grises codificados no son luminancia física. La reducción no incluye prefiltro antialiasing. Las regiones aclaradas se excluyen para evitar contar esquinas creadas por los límites de transformación y el soporte de los filtros.

Cómo interpretar la cobertura

Las referencias válidas son detecciones de origen proyectadas en la región válida de detección del destino. La cobertura cuenta las que tienen alguna detección a no más de 3 píxeles de destino y divide por el número de referencias válidas. Si no hay denominador, queda indefinida (—). Varias referencias pueden usar la misma detección: es cobertura direccional por proximidad, no precisión de correspondencias ni repetibilidad simétrica estándar. Un patrón repetido puede parecer correcto sin identificar el objeto adecuado. El JSON incluye píxeles, máscaras, puntos y transformación.

Ejemplos guardados

Los valores se calcularon con el modelo entregado y los ajustes Shi–Tomasi iniciales, cambiando solo el preajuste indicado. El caso con poca textura mantiene el cociente indefinido en vez de inventar un éxito del cero por ciento.

Diagram 1 · Use the button to switch views

Seguir aprendiendo

• Teoría de detección de puntos
• Introducción a Visual SLAM
• Fuentes, definiciones del modelo y pruebas de referencia
• Métricas guardadas en JSON
• Referencia de detectores OpenCV

Continúa en el laboratorio de correspondencias para comparar descriptores, filtros y geometría con correspondencias conocidas.

Lab de brillo y luminancia — exposición, gamma y recorte