sift演講文稿結(jié)合源代碼-wenkub
2023-05-21 17:09:16 本頁面
【正文】 w = exp( ( i*i + j*j )/exp_denom )， i,j為像素點在以關(guān)鍵點為原點的坐標系中所處的坐標值，范圍為（ rad,rad） 。 ? 利用公式 確定精確定位后的極值點的像素值，進行對比度的檢測。此時可以結(jié)束對這個極值點的分析，保存該點的偏移信息，然后分析該極值點的像素值是否滿足要求。 ? 高斯差分金字塔由高斯金字塔上的相鄰兩幅圖像直接相減得到。加倍的方式采用的是立方插值法。 邊界上未被噪聲影響 邊界上被噪聲影響 Harris 算子將 Moravec 算子做了兩個推廣： 1：用像素的變化梯度代替像素值相減并引入高斯窗函數(shù)。 1：將紅色的框朝 8個方向移動一格，得到藍色的框（下圖為向右上角移動）。 2：將紅色的框和藍色的框的相同坐標值的點的像素值相減，并求平方和，可以得到 8個值。 2：推廣出了一個公式這樣可以計算任意方向上的像素值變化，而不在是 8個固定的方向。 ? 高斯金字塔第 0組第 0層的尺度為 sigma=,它是由原始圖像經(jīng)過高斯模糊后得到的，高斯模糊函數(shù)的高斯核sigma_diff*sigma_diff=sigma*sigmasigma_pre*幾層圖像所需要的高斯核函數(shù)。 第二步 尋找差分金字塔上的極值點 說明：極值點尋找的范圍： ? 差分金字塔中的第 0層和最上面的一層排除 ? 中間的差分圖像中，像素的橫坐標或者縱坐標中任一個值與圖像邊界值之間的差值小于 5的點排除 返回 步驟 1：進行像素的預(yù)篩選 ? 凡是像素值的絕對值小于 ( * contr_thr / intvls)的點排除，程序中 contr_thr=， intvls=3. 步驟 2：定位極值點的坐標和所在的尺度 ? 每一個采樣點要和它所有的相鄰點比較，看其是否比它的圖像域和尺度域的相鄰點大或者小。 2）如果某一方向上的偏移量大于等于 ，如假設(shè) x_p=,則采取下述方式進行處理：先將 x_p四舍五入得到一個整數(shù) intx,然后將 intx與 x相加得到一個新的極值點X_N=(x+intx,y,intvl),如果點 X_N沒有進入 預(yù)先排除的區(qū)域 則對這個點進行泰勒展開（否則該點被放棄，然后分析下一個極值點），直到找到一個點的偏移滿足在三個方向上都小于 ，然后記下點 X_N及其偏移值，此時極值點為 X_N。若像素值滿足大于 contr_thr / intvls（程序中為 ）， 則該點才能最終確定為極值點。 exp_denom= * （ * scl_
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1