美文网首页
计算机视觉--SIFT特征

计算机视觉--SIFT特征

作者: 我愿化作一道辰光 | 来源:发表于2018-05-01 19:44 被阅读0次

    SIFT(scale invariant feature transform)尺度不变特征变换,具有尺度、选装、光照不变性。作为特征点检测的经典算法,思想和方法都具有相当大的借鉴,因此从该算法出发,开始展开关于计算机视觉的算法之路。

    1、SIFT简介

    1.1 SIFT算法具有的特点

       >图像的局部特征,对旋转、尺度缩放、亮度变化保持不变,对视角变换、放射变换、噪声变换也保持一定程度的稳定性。

        >独特性好,信息量丰富,适用于海量特征点库的准确匹配。

        >多量性,即使是很少的几个物体也可以产生大量的SIFT特征

        >高速性,经优化的SIFT匹配算法甚至可以达到实时性

        >扩展性,可以方便的与其他的特征向量进行联合。

    2、SIFT算法原理

    2.1算法步骤

    (1)尺度空间的极值检测,搜索所有尺度空间上的图像,通过高斯微分函数来识别潜在的尺度和选择不变的兴趣点。

    (2)特征点定位 在每个候选的位置上,通过一个你和惊喜模型来确定位置尺度,关键点的选取依据他们的稳定程度。

    (3)特征方向赋值 基于图像局部的梯度方向,分配给每个关键点位置一个或多个方向,后续的所有操作都是对关键点方向、尺度和位置进行变换,从而提供这些特征不变性。

    (4)特征点描述 在每个特征点周围的领域内,在选定的尺度上测量图像的局部梯度,这些梯度被变换成一种表示,这种表示允许比较大的局部形状的变形和光照变换。

    #SIFT代码及库

    ====待补充====

    相关文章

      网友评论

          本文标题:计算机视觉--SIFT特征

          本文链接:https://www.haomeiwen.com/subject/ovcvkftx.html