物體識別中的特征-基于sift特征提取、描述、匹配(存儲版)
【正文】 中間的檢測點和它同尺度的 8個相鄰點和上下相鄰尺度對應(yīng)的 9 2個點共 26個點比較，以確保在尺度空間和二維圖像空間都檢測到極值點。 12TDD X D XX?? ??????????28 邊緣響應(yīng)處的極值點的 去除 DOG算子會產(chǎn)生較強的邊緣響應(yīng)，需要剔除不穩(wěn)定的邊緣響應(yīng)點。 30 關(guān)鍵點方向分配 ? 方向 直方圖的生成 確定關(guān)鍵點的方向采用梯度直方圖統(tǒng)計法，統(tǒng)計以關(guān)鍵點為原點，一定區(qū)域內(nèi)的圖像像素點對關(guān)鍵點方向生成所作的貢獻(xiàn)。 左圖的種子點由 8 8單元組成。 ? ?1 2 1 2 8, , ,W w w w?? ?1 2 1 2 8, , ,L l l l?。圖像區(qū)域的半徑通過下式計算 ： ? ?3 2 1 12o c t dr a d iu s ? ? ? ? ??oct? 4d?? 128維關(guān)鍵點描述子生成步驟 37 xyxy關(guān)鍵點描述 2. 將坐標(biāo)移至關(guān)鍵點主方向 那么旋轉(zhuǎn)角度后新坐標(biāo)為： ? c o s s i n? s i n c o sxxyy?????? ? ? ? ? ???? ? ? ? ? ?? ? ? ? ? ?38 4*4的小塊，對每個小塊統(tǒng)計其每個像素的梯度值和方向，形成梯度直方圖。 33 34 關(guān)鍵點描述 關(guān) 鍵 點 周 圍 區(qū) 域 圖 像 梯 度 關(guān) 鍵 點 描 述 子 下圖是一個 SIFT描述子事例。 29 關(guān)鍵點方向分配 通過尺度不變性求極值點，可以使其具有縮放不變的性質(zhì)，利用關(guān)鍵點鄰域像素的梯度方向分布特性，我們可以為每個關(guān)鍵點指定方向參數(shù)方向， 從而使描述子對圖像旋轉(zhuǎn)具有不變性。通過 上面求得 的精確點，計算精確極值，計算公式如下： D(?? )過 小的點易受噪聲的干擾而變得 不穩(wěn)定，因此應(yīng)該剔除。特征必須是變化盡可能多的點。 關(guān)鍵 點檢測相關(guān) 問題 在實際應(yīng)用中，在計算高斯函數(shù)的離散近似時，在大概 3σ 距離之外的像素都可以看作不起作用，這些像素的計算也就可以忽略 。對離散 函數(shù)要 使用高斯函數(shù)的某種離散近似?，F(xiàn)實世界 的物體 也總是通過不同尺度的觀察而得到不同的變化。 ?需要一 種魯棒性強、能夠適應(yīng)不同光照、不同位姿等情況下能夠有效識別目標(biāo)的方法 。 ?對視角變化、仿射變換、噪聲也保持一定程度的穩(wěn)定性。 尺度是自然存在的，不是人為創(chuàng)造的！高斯卷積只是表現(xiàn)尺度空間的一種形式 … 尺度空間 ?尺度空間就是將要處理的ｎ維函數(shù)（ 計算機(jī)視覺 中為２維），嵌入到一族單參數(shù) 函數(shù) 族中。 SIFT算法步 驟 檢測 尺度關(guān)鍵點（空間 極值點 ） 精確 定位關(guān)鍵點， 去除低對比度點和不穩(wěn)定邊緣點 為每個關(guān)鍵點指定方向參數(shù) 關(guān)鍵點描述子的生成 15 所謂 關(guān)鍵點，就是在不同 尺度空間 的圖像下檢測出的具有 方向信息 的 局部極值點 。 一幅圖像可以產(chǎn)生幾組（ octave） 圖像，一組圖像包括幾層 （ interval）圖像。 ? DoG的局部極值點 關(guān)鍵點是由 DOG空間的局部極值點組成的。 獲取特征點處的 Hes
試題試卷相關(guān)推薦
鄂ICP備17016276號-1