Computer vision Harris角点检测器将对角边检测为角点

我正在尝试在WebGL/GLSL中实现一个Harris角点检测器（更大的CV算法的第一部分）。就我所见，我的高斯和索贝尔算子按预期工作（即，它是模糊的，索贝尔给了我图像强度的导数）

我遇到的问题是，哈里斯角点检测器的响应对于对角线边缘来说太高了——根据检测器，任何对角线边缘都是所有的角点。当然，这是不正确的，但我不知道为什么。无论我如何调整响应公式，它似乎都有这个问题

以下是我的着色器代码：

precision mediump float;

// the texture I am trying to detect the corners in
// (fed from a live video source)
uniform sampler2D sampler2d;

// the Gaussian / Sobel kernels are precalculated and passed as textures
uniform sampler2D gaussian_x;
uniform sampler2D gaussian_y;

// stdev for the Gaussian
#define sigma (3.0)
#define sigma_ceil (3.0)

// pixel_w and pixel_h represent the size of pixels in tex coords
#define pixel_w (1.0 / 960.0)
#define pixel_h (1.0 / 540.0)

const float offset_start = -(sigma_ceil * 3.0);
const float offset_end   = ((sigma_ceil * 3.0) + .5);
const float pixel_gauss  = 1.0 / (sigma_ceil * 2.0 + 1.0);

varying vec4 fPosition;
varying vec2 fTexCoord;

void main(){
  vec2 texCoord = vec2(fTexCoord.s, fTexCoord.t);

  vec3 total_x = vec3(0, 0, 0);
  vec3 total_y = vec3(0, 0, 0);

  for (float x = offset_start; x < offset_end; x += 1.0){
    for (float y = offset_start; y < offset_end; y += 1.0){
      total_x += texture2D(sampler2d, vec2(texCoord.s + x * pixel_w, texCoord.y + y * pixel_h)).rgb
        * ((texture2D(gaussian_x, vec2((x - offset_start) * pixel_gauss, (y - offset_start) * pixel_gauss)).rgb
           - vec3(0.5)) * .1)
        * 255.0
        ;
      total_y += texture2D(sampler2d, vec2(texCoord.s + x * pixel_w, texCoord.y + y * pixel_h)).rgb
        * ((texture2D(gaussian_y, vec2((x - offset_start) * pixel_gauss, (y - offset_start) * pixel_gauss)).rgb
           - vec3(0.5)) * .1)
        * 255.0
        ;
    }
  }

  float total_xf = (total_x.r + total_x.g + total_x.b) / 3.0;
  float total_yf = (total_y.r + total_y.g + total_y.b) / 3.0;

  float a = (total_xf * total_xf); // Ix2
  float b = (total_yf * total_yf); // Iy2
  float c = (total_xf * total_yf); // Ixy
  float det = (a * b) - c;
  float trc = a + b;

  float res = det - 0.04 * (trc * trc);

  res += .5; // to see when it goes negative

  gl_FragColor = vec4(res, res, res, 1);
}

precision mediump float；
//我试图检测其中的角的纹理
//（由现场视频源提供）
均匀取样器2D取样器2D；
//高斯/索贝尔核是预先计算的，并作为纹理传递
均匀采样二维高斯分布；
均匀采样二维高斯分布；
//高斯分布的stdev
#定义西格玛（3.0）
#定义西格玛单元（3.0）
//像素w和像素h表示像素的大小，单位为tex坐标
#定义像素w（1.0/960.0）
#定义像素（1.0/540.0）
常量浮点偏移量\u开始=-（西格玛单元*3.0）；
常量浮点偏移量_end=（（sigma_ceil*3.0）+.5）；
常量浮点像素高斯=1.0/（西格玛像素*2.0+1.0）；
可变矢量位置；
可变vec2 fTexCoord；
void main（）{
vec2 texCoord=vec2（fTexCoord.s，fTexCoord.t）；
vec3-total_x=vec3（0,0,0）；
vec3-total_y=vec3（0,0,0）；
用于（浮动x=偏移量_开始；x<偏移量_结束；x+=1.0）{
对于（浮动y=偏移量_开始；y<偏移量_结束；y+=1.0）{
total_x+=texture2D（sampler2d，vec2（texCoord.s+x*pixel_w，texCoord.y+y*pixel_h））.rgb
*（（纹理2d（高斯x，向量2（（x-偏移开始）*像素高斯，（y-偏移开始）*像素高斯））.rgb
-vec3（0.5））*.1）
* 255.0
;
total_y+=texture2D（sampler2d，vec2（texCoord.s+x*pixel_w，texCoord.y+y*pixel_h））.rgb
*（（纹理2D（高斯y，矢量2（（x-偏移开始）*像素高斯，（y-偏移开始）*像素高斯））.rgb
-vec3（0.5））*.1）
* 255.0
;
}
}
浮动总量xf=（总量x.r+总量x.g+总量x.b）/3.0；
浮动总收益=（总收益率+总收益率+总收益率）/3.0；
浮点a=（总计×总计）；//Ix2
浮动b=（总计×总计）；//Iy2
浮点c=（总计×总计）；//Ixy
浮点数=（a*b）-c；
浮动trc=a+b；
浮动res=det-0.04*（trc*trc）；
res+=.5；//查看它何时变为负值
gl_FragColor=vec4（分辨率，分辨率，分辨率，1）；
}

在此之后，我将进行非最大值抑制和阈值化，但这一步的结果似乎已经错了。两个高斯采样器从如下纹理中采样：

这些都是预先计算的，这也是我从每个像素中减去0.5的原因（因为灰色像素实际上代表0权重）。.1和255因子使图像对我可见，我尝试了许多不同的值，但我认为它们不是问题所在

我也尝试过使用

res=det/trc

近似值，但结果似乎更糟。问题依然存在。使用标准棋盘格图案，如下图所示：

这就是当我水平向相机显示时的结果：

我不确定水平边会发生什么，但是垂直边是黑色的（正如预期的那样），角点显示非常白色的像素，当设置阈值时会产生预期的结果。但是，当我沿对角线方向旋转图案时：

所有的边缘现在都是白色的。我已经调整了很多不同的值，使用了一个更高的高斯标准差，等等，但似乎没有产生预期的结果。哈里斯检测器只是将对角线边缘检测为角点吗？我对此表示怀疑，因为看到了其他一些实现

你知道问题出在哪里吗

---

（另外，在你推荐openCV之前……这是在WebGL中运行的，我想/应该自己实现这个算法。）

oth，是不是你到处都在饱和？如果“可视化增益”是，比如说，10而不是255会发生什么？@Francescocalari如果我这样做，输出会更微弱，……所以在乘以它（res变量）来查看它的作用后，我可以看到它对任何对角线边缘都有很高的响应。高于水平测试中拐角的响应。我把它改为10，然后改为1，必须把分辨率乘以10000才能看到任何东西。如果我能发现任何差异，那就是在增益较低的情况下，对角线边缘现在显示为白色和黑色（即正和负），具体取决于方向？最初的边缘都是白色的，但有些边缘有黑色的轮廓。奥托，是不是你到处都在饱和？如果“可视化增益”是，比如说，10而不是255会发生什么？@Francescocalari如果我这样做，输出会更微弱，……所以在乘以它（res变量）来查看它的作用后，我可以看到它对任何对角线边缘都有很高的响应。高于水平测试中拐角的响应。我把它改为10，然后改为1，必须把分辨率乘以10000才能看到任何东西。如果我能发现任何差异，那就是在增益较低的情况下，对角线边缘现在显示为白色和黑色（即正和负），具体取决于方向？最初的边缘都是清晰的白色，但有些边缘轮廓是黑色的。