sift演講文稿結(jié)合源代碼-wenkub
2023-05-21 17:09:16 本頁(yè)面
【正文】 w = exp( ( i*i + j*j )/exp_denom )， i,j為像素點(diǎn)在以關(guān)鍵點(diǎn)為原點(diǎn)的坐標(biāo)系中所處的坐標(biāo)值，范圍為（ rad,rad） 。 ? 利用公式 確定精確定位后的極值點(diǎn)的像素值，進(jìn)行對(duì)比度的檢測(cè)。此時(shí)可以結(jié)束對(duì)這個(gè)極值點(diǎn)的分析，保存該點(diǎn)的偏移信息，然后分析該極值點(diǎn)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(gè)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(gè)方向移動(dòng)一格，得到藍(lán)色的框（下圖為向右上角移動(dòng)）。 2：將紅色的框和藍(lán)色的框的相同坐標(biāo)值的點(diǎn)的像素值相減，并求平方和，可以得到 8個(gè)值。 2：推廣出了一個(gè)公式這樣可以計(jì)算任意方向上的像素值變化，而不在是 8個(gè)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(guò)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(diǎn) 說(shuō)明：極值點(diǎn)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(biāo)或者縱坐標(biāo)中任一個(gè)值與圖像邊界值之間的差值小于 5的點(diǎn)排除 返回 步驟 1：進(jìn)行像素的預(yù)篩選 ? 凡是像素值的絕對(duì)值小于 ( * contr_thr / intvls)的點(diǎn)排除，程序中 contr_thr=， intvls=3. 步驟 2：定位極值點(diǎn)的坐標(biāo)和所在的尺度 ? 每一個(gè)采樣點(diǎn)要和它所有的相鄰點(diǎn)比較，看其是否比它的圖像域和尺度域的相鄰點(diǎn)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(jìn)行處理：先將 x_p四舍五入得到一個(gè)整數(shù) intx,然后將 intx與 x相加得到一個(gè)新的極值點(diǎn)X_N=(x+intx,y,intvl),如果點(diǎn) X_N沒(méi)有進(jìn)入 預(yù)先排除的區(qū)域 則對(duì)這個(gè)點(diǎn)進(jìn)行泰勒展開(kāi)（否則該點(diǎn)被放棄，然后分析下一個(gè)極值點(diǎn)），直到找到一個(gè)點(diǎn)的偏移滿足在三個(gè)方向上都小于 ，然后記下點(diǎn) X_N及其偏移值，此時(shí)極值點(diǎn)為 X_N。若像素值滿足大于 contr_thr / intvls（程序中為 ）， 則該點(diǎn)才能最終確定為極值點(diǎn)。 exp_denom= * （ * scl_
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1