Detección de esquinas
La detección de esquinas es un enfoque utilizado dentro de los sistemas de visión por computadora para extraer ciertos tipos de características e inferir el contenido de una imagen. La detección de esquinas se utiliza con frecuencia en la detección de movimiento , registro de imágenes , seguimiento de vídeo , creación de mosaicos de imágenes, unión de panoramas , reconstrucción 3D y reconocimiento de objetos . La detección de esquinas se superpone con el tema de la detección de puntos de interés .
Una esquina se puede definir como la intersección de dos bordes. Una esquina también se puede definir como un punto para el que hay dos direcciones de borde dominantes y diferentes en una vecindad local del punto.
Un punto de interés es un punto en una imagen que tiene una posición bien definida y puede detectarse de manera robusta. Esto significa que un punto de interés puede ser una esquina pero también puede ser, por ejemplo, un punto aislado de máxima o mínima intensidad local, finales de línea, o un punto en una curva donde la curvatura es localmente máxima.
En la práctica, la mayoría de los llamados métodos de detección de esquinas detectan puntos de interés en general y, de hecho, los términos "esquina" y "punto de interés" se usan más o menos indistintamente en la literatura. [1] Como consecuencia, si solo se van a detectar esquinas, es necesario hacer un análisis local de los puntos de interés detectados para determinar cuáles de ellos son esquinas reales. Ejemplos de detección de bordes que se pueden usar con posprocesamiento para detectar esquinas son el operador de Kirsch y el conjunto de enmascaramiento de Frei-Chen. [2]
"Esquina", "punto de interés" y "característica" se usan indistintamente en la literatura, lo que confunde el problema. Específicamente, hay varios detectores de manchas a los que se puede hacer referencia como "operadores de puntos de interés", pero que a veces se denominan erróneamente "detectores de esquina". Además, existe una noción de detección de crestas para capturar la presencia de objetos alargados.
Los detectores de esquina no suelen ser muy robustos y, a menudo, requieren la introducción de grandes redundancias para evitar que el efecto de los errores individuales domine la tarea de reconocimiento.
