局部特征提取
ARLoverKang
这个作者很懒,什么都没留下…
展开
-
SIFT特征提取分析(特征点篇)
SIFT(Scale-invariant feature transform)是一种检测局部特征的算法,该算法通过求一幅图中的特征点(interest points,or corner points)及其有关scale 和 orientation 的描述子得到特征并进行图像特征点匹配,获得了良好效果,详细解析如下:算法描述SIFT特征不只具有尺度不变性,即使改变旋转转载 2013-07-01 21:40:00 · 1879 阅读 · 0 评论 -
局部特征如何利用彩色信息
(转载:http://blog.csdn.net/jiang1st2010/article/details/7647766)SIFT和SURF,比较稳定,描述子 比较鲁棒,好像非常棒的样子。但是有一点非常遗憾,就是他们在对图像进行处理的过程中,都把图像转化为灰度图像进行处理,这样就丢失了颜色信息。而颜色, 本身提供了很大的信息量,丢失了特别可惜。在这一讲中,我们就重点介绍一下改进的SI转载 2013-07-19 13:21:30 · 845 阅读 · 0 评论 -
ORB算法分析(草稿)
ORB算法的论文来自"ORB: an efficient alternative to SIFT or SURF",作者是OpenCV维护和开发的公司willowgarage的,论文名字起的很牛气,摘要里说,ORB算法比sift算法效率高两个数量级。江湖上流传的说法是ORB算法综合性能在各种测评里是最好的。ORB算法是在FAST关键点检测+BRIEF特征上做的。转载 2013-07-02 21:12:02 · 1262 阅读 · 0 评论 -
利用特征点(Brief,ORB,SIFT)进行图像匹配,模板匹配
头文件在VS2010+OpenCV2.3.1 #include "StdAfx.h"#include "opencv2/core/core.hpp"#include "opencv2/calib3d/calib3d.hpp"#include "opencv2/features2d/features2d.hpp"#include "opencv2/imgproc/imgproc.hp转载 2013-07-02 20:53:57 · 3191 阅读 · 0 评论 -
a summary of local feature and decriptor
vision:主要研究这个方面,就讲一讲这方面的研究脉络吧:局部特征提取应该起源于运动分析的跟踪算法,Hannah和Movarac提出了关于角点的最原始的算法。Forstner和Gulch, Harris和Stephens把这个原始想法形式化为结构张量(或称二阶矩矩阵)的两个特征值的性质问题,在此基础之上,Noble,Rohr,Tomasi和 Kanade,Shi和Kanada等提出了各种转载 2013-07-02 20:29:33 · 836 阅读 · 0 评论 -
BRIEF特征
BRIEF特征的论文是"BRIEF: Binary Robust Independent Elementary Features",eccv2010。它出乎出乎意料的简单,真的是非常简单,令人感觉到这么简单的方式,是真的有效吗?1. 给定一副图2. 对图像做平滑处理。平滑处理,也就是高斯滤波,也就是blur operation,降低图像噪声。平滑处理在BRIEF中很转载 2013-07-02 20:22:29 · 1151 阅读 · 0 评论 -
学习OpenCV——Surf(特征点篇)&flann
Surf(Speed Up Robust Feature)Surf算法的原理 1.构建Hessian矩阵构造高斯金字塔尺度空间其实surf构造的金字塔图像与sift有很大不同,就是因为这些不同转载 2013-07-01 21:29:16 · 1632 阅读 · 0 评论 -
OpenCV_局部图像特征的提取与匹配_源代码
OpenCV的feature2d module中提供了从局部图像特征(Local image feature)的检测、特征向量(feature vector)的提取,到特征匹配的实现。其中的局部图像特征包括了常用的几种局部图像特征检测与描述算子,如FAST、SURF、SIFT、以及ORB。对于高维特征向量之间的匹配,OpenCV主要有两种方式:1)BruteForce穷举法;2)FLANN近似K近转载 2013-07-01 21:48:29 · 2077 阅读 · 0 评论 -
学习OpenCV——ORB & BRIEF(特征点篇)&Location
首先介绍什么是ORB:(此部分转自http://www.cvchina.info/2011/07/04/whats-orb/)ORB是是ORiented Brief的简称。ORB的描述在下面文章中:Ethan Rublee and Vincent Rabaud and Kurt Konolige and Gary Bradski,ORB: an efficient alternati转载 2013-07-01 21:20:56 · 1238 阅读 · 0 评论 -
A Brief History of FAST corner detector--FAST特征发展情况
在FAST特征提出之后,实时计算机视觉应用中特征提取性能才有显著改善。目前以其高计算效率(computational performance)、高可重复性(high repeatability)成为计算机视觉领域最流行的角点检测方法。 1997年,Simth提出了SUSAN角点检测方法[1]。网址http://users.fmrib.ox.ac.uk/~steve/susan/.转载 2013-07-01 21:07:32 · 998 阅读 · 0 评论 -
学习OpenCV——Fast(特征点篇) (&DrawMatchFlags)
特征点检测和匹配是计算机视觉中一个很有用的技术。在物体检测,视觉跟踪,三维常年关键等领域都有很广泛的应用。这一次先介绍特征点检测的一种方法——FAST(features from accelerated segment test)。很多传统的算法都很耗时,而且特征点检测算法只是很多复杂图像处理里中的第一步,得不偿失。FAST特征点检测是公认的比较快速的特征点检测方法,只利用周围像素比较的信息就可以转载 2013-07-01 21:13:00 · 1605 阅读 · 0 评论 -
hamming distance
仔细阅读ORB的代码,发现有很多细节不是很明白,其中就有用暴力方式测试Keypoints的距离,用的是HammingLUT,上网查了才知道,hamming距离是相差位数。这样就好理解了。我理解的HammingLUT lut;result=lut((a),(b),size_t size):result=a与b的hamming distance+size;unsigned in转载 2013-12-07 09:54:19 · 1090 阅读 · 0 评论