自定义博客皮肤VIP专享

*博客头图：

格式为PNG、JPG，宽度*高度大于1920*100像素，不超过2MB，主视觉建议放在右侧，请参照线上博客头图

请上传大于1920*100像素的图片！

博客底图：

图片格式为PNG、JPG，不超过1MB，可上下左右平铺至整个背景

栏目图：

图片格式为PNG、JPG，图片宽度*高度为300*38像素，不超过0.5MB

主标题颜色：

RGB颜色，例如：#AFAFAF

Hover：

RGB颜色，例如：#AFAFAF

副标题颜色：

RGB颜色，例如：#AFAFAF

预览 取消 提交

自定义博客皮肤

-+
上一步保存

tostq的专栏

  • 博客(14)
  • 资源 (21)
  • 收藏
  • 关注
全部文章> 2015年10月
排序：
按最后发布时间
按访问量
RSS订阅
11月 10月 09月

原创 SURF算法详解及同SIFT算法的比较

SURF (Speeded Up Robust Features)也是一种类似于SIFT的兴趣点检测及描述子算法。其通过Hessian矩阵的行列式来确定兴趣点位置，再根据兴趣点邻域点的Haar小波响应来确定描述子，其描述子大小只有64维（也可以扩展到128维，效果更好），是一种非常优秀的兴趣点检测算法。本文主要从SURF原文出发，结合自己一些理解，并比较sift方法，对其算法原理进行总结。关键

2015-10-28 18:08:30 18694

原创 基于曲线方向（梯度）变化的角点检测方法

除了通过计算曲线角度来确定角点外，还一种更为直观的方法，因为角点实际上边缘的连接处，所以我们可以直接检测某点边缘方向变化，如果一个点上有多个连接的边缘，或边缘变化较大，说明这个点是角点。本文将重点介绍三个方法，分别是GCM方法（基于边缘梯度自相关矩阵）、DOG方法和ANDD方法。一、通过梯度自相关矩阵的方法（GCM）首先计算边缘平面曲线上每点的梯度： 这里的dx和dy分别是

2015-10-27 22:58:48 6992

原创 基于曲线曲度或类曲度的角点检测方法总结

摘要：主要介绍了基于曲线曲度的角点检测方法，不仅介绍了早期的曲度计算方法，还包括了CSS方法、CPDA方法、样条曲线参数估计曲度方法、协方差矩阵估计曲度方法等，最后还给出了针对这些方法最新的一些改进，如基于小波、基于多尺度乘积、自适应角度阈值、动态迭代ROS等等。一旦我们知道边缘每点的曲度，那么我们就能非常好的区分角点。通过计算曲线曲度或者可以衡量曲度的其它量，自然而然成为我们检测角点

2015-10-27 19:40:37 9167 6

原创 基于模板的角点检测方法综述

基于模板的角点检测方法，不同基于梯度或导数的方法，它是直接针对于像素的灰度值（像素强度）的，这种方法的一般操作过程是先建立一个模板mask，通过模板来操作或比较图像局部的像素，从面判断其是否为角点，SUSAN方法就是这类方法的典型。（1）楔形建模方法最早期的方法，是将角点位置的区域建模成楔形区域，如下图所示，这个模型包含了角点、方向、对比度、钝度、曲度的变化，每一个楔形都包含了上述几个参数

2015-10-22 18:16:09 3260

原创 FAST-ER角点检测算法详解（改良的FAST算法）

FAST-ER是FAST算法原作者在2010年提出的，它在原来算法里提高特征点检测的重复度，重复意味着第一张图片内的检测的点，也可以在第二张图片上的相应位置被检测出来，重复度可以由如下式子定义：这里的Nrepeated指第一张图片内的检测点有多少能在第二张被检测到，而Nuseful定义为有用的特征点数。这里计算的一组图像序列的总的重复度，所以Nrepeated和Nuseful是图像序列

2015-10-22 16:21:19 7652 1

原创 FAST角点检测方法详解

FAST（Features from Accelerated Segment Test）由Edward Rosten和Tom Drummond在2006年首先提出，是近年来一总倍受关注的基于模板和机器学习的角点检测方法，它不仅计算速度快，还具有较高的精确度。本文将通过其2006年的原文，详细介绍FAST的基本原理。一、FAST算法原理FAST的方法主要是考虑像素点附近的圆形窗口上的

2015-10-21 23:14:06 23792 2

原创 SUSAN角点及边缘检测方法详解

SUSAN边缘及角点检测没有用到图像像素的梯度（导数），因为这个原因，所以即使在噪声存在情况下，也能有好的表现。因为只要噪声足够的少，没有包含到所有相似像素的点，那么噪声就可以被排除。在计算时，单个值的集合统一消除了噪声的影响，所以SUSAN对于噪声具有较好的鲁棒性。SUSAN是通过比较像素点邻域同其中心相似程度，所以也具有了光强变化不变性（因为像素点差别不会变化），及旋转不变性（旋转不会改变局部像素间的相似程度），及一定程度的尺度不变性（角点的角度在尺度放大并不会变化，这里的一定程度是指在尺度放大时，局

2015-10-21 15:50:57 22014 4

原创 基于图像像素梯度的角点检测方法综述

通过图像像素强度的梯度值来确定角点的位置，是非常直观的角点检测方法，下面我们将给出一个基于图像梯度（导数）方法的简介，在这类方法里用的比较多的便是Harris和KLT（Shi-Tomasi）方法了，我们将介绍其原理比较其不同，另外本文还提到了一些早期梯度检测方法（如DET）。

2015-10-19 17:31:36 6378 1

原创 LOCOCO角点检测方法（一种快速精确的Harris及KLT）介绍

虽然Harris及KLT（Kanade-Lucas-Tomasi）等方法被广泛等应用于角特征检测领域，但是由于这些算子计算复杂，很难达到实时运行，所以其应用也受到了限制。由此一种新的实时快速算法LOCOCO角点检测方法（2011年）被提出，它重新设计了Harris及KLT算法来减少其计算复杂度，并提出了一种子像素精确度的角点位置确定。Harris算法及KLT的方法非常类似，都是属于对图像像素强度梯度进行操作。其方法都是首先通过卷积一阶高斯梯度核来获得图像梯度，然后计算每个像素梯度矩阵及角响应（这里Harr

2015-10-19 11:06:12 4432

原创 Shi-Tomasi特征点（角点）检测及追踪方法

本文主要介绍了Shi-Tomasi特征点（角点）检测及追踪方法，这个方法是KLT方法的一种改进，其在检测特征点（角点）方法同KLT并没有什么不同，都通过比较梯度矩阵的最小特征值来确定特征点的，而主要的不同是在，匹配特征点时，其引入了仿射变换，让特征点在帧间匹配更为精确，并排除不好的特征点。另外还简要介绍了在估计图像运动向量的迭代方法—牛顿-拉夫逊方法或牛顿迭代法（Newton-Raphson method）

2015-10-16 14:36:32 9483 2

原创 KLT光流法及其特征点检测方法

KLT角点检测方法最初是用于满足Lucas-Kanade光流法选择合适特征点的要求，Lucas-Kanade光流法是通过先在前后两帧图像里分别建立一个固定大小窗口，然后找到让两个窗口间像素强度差的平方和最小的位移。然后将窗口内像素的移动近似为这样的位移向量，然后实际上，一方面像素移动并不会那么简单，另一方面窗口内像素并不都是同样的移动方式，因为这样的近似必然会带来误差。而现在的问题就是如何去选择合

2015-10-15 20:28:27 16127

原创 类神经网络的角点检测方法

今天阅读了一篇论文里面提到一种类神经网络模型Connectionist Model的角点检测方法，非常有意思，虽然说这篇论文里面介绍的方法结构特征复杂（图像的每个点都需要一对神经元的表示），而且只能针对于结构简单二值或灰度图像，但这个方法非常有启发性，该方法利用了多尺度空间及人工神经网络的思想。

2015-10-13 20:36:37 3094 2

原创 从多尺度空间到差分高斯金字塔

从多尺度空间到差分高斯金字塔摘要：1、 多尺度空间理论是如何构思的2、 高斯平滑的意义是什么3、 DoG同LoG为什么会被提出，它们的联系是什么4、 差分高斯金字塔为什么会分那么多组和层通常情况下，我们经常通过极值或梯度等来描述一个信号（或图像）的信息，然后尺度信息也是同等重要的，尺度越来越精细，会图像增加更多细节，反之尺度越粗，也会丢失许多细节，如此以来，研究人员

2015-10-12 09:31:06 8601

原创 尺度及仿射不变的Harris角特征点检测及匹配算法

角特征点检测是一种局部特征子，而局部特征子非常适合于图像匹配及识别（尤其是目标出现阻挡的情况），但问题是如何才能找到具有不变性的特征子（针对于旋转、仿射、光照、尺度等不变性特征）。

2015-10-10 09:22:34 14445 5

ScSPM Matlab原代码
ScSPM Matlab原代码

2016-03-08

SURF Speeded Up Robust Features
SURF算法的经典原文，SURF (Speeded Up Robust Features)也是一种类似于SIFT的兴趣点检测及描述子算法。其通过Hessian矩阵的行列式来确定兴趣点位置，再根据兴趣点邻域点的Haar小波响应来确定描述子，其描述子大小只有64维（也可以扩展到128维，效果更好），是一种非常优秀的兴趣点检测算法。我的博客里面有SURF的算法详解，欢迎相互交流>_<

2015-10-28

基于小波的角点检测方法
Wavelet-based corner detection using eigenvectors of covariance matrices 利用小波和协方差矩阵来检测角点。我的博客里面有关于这些方法的文章，欢迎相互交流。

2015-10-27

ADNN自适应阈值及动态ROS的角点检测方法原文
Curvature Scale Space Corner Detector with Adaptive Threshold and Dynamic Region of Support (2004) 我的博客里面有关于这些方法的文章，欢迎相互交流。

2015-10-27

CPDA角点检测方法
Robust Image Corner Detection Based on the Chord-to-Point Distance Accumulation Technique 我的博客里面有关于这些方法的文章，欢迎相互交流。

2015-10-27

Boundary-based corner detection using eigenvalues of covariance matrices
介绍了基于曲线曲度的角点检测，里面重点介绍通过边缘协方差矩阵来进行曲度计算方法。我的博客里面有关于这些方法的文章，欢迎相互交流。

2015-10-27

Corner detection and curve representation using cubic B-spline
介绍了一种关于样条曲线参数估计的角点检测，里面重点介绍一些B样条曲线的曲度计算方法。我的博客里面有关于这些方法的文章，欢迎相互交流。

2015-10-27

A Simple and Efficient Algorithm for Detection
介绍了早期的基于曲线曲度的角点检测，里面重点介绍一些曲线的曲度计算方法。我的博客里面有关于这些方法的文章，欢迎相互交流。

2015-10-27

Faster and Better A Machine Learning Approach to Corner Detection.pdf
FAST算法原作者在2010年提出的改进算法FAST-ER，提高角点检测的重复率。这里是英文原文。我的博客里有FAST-ER的详解，欢迎相互交流>_<

2015-10-22

Machine Learning for High-Speed Corner Detection.pdf
FAST角点检测的最初始的英文原文，Edward Rosten 和 Tom Drummond 在2006年发表。我的博客里有详细的介绍这个算法，欢迎相互交流>_< http://blog.csdn.net/tostq

2015-10-21

Corner Detection via Topographic Analysis of Vector Potential.pdf
一种基于磁矢量势的角点检测方法，这是其英文原文。

2015-10-21

On Corner and Vertex Detection.pdf
这是一种早期的角点检测方法——DET角点检测方法经典原文。

2015-10-21

SUSAN—A New Approach to Low Level Image Processing.pdf
SUSAN角点及边缘检测方法经典英文原文，是一种通过模板来检测的方法，里面还提到了SUSAN噪声滤除的方法。我的博客里面http://blog.csdn.net/tostq里面有详细的解释，欢迎相互交流>_<

2015-10-21

Robust Low Complexity Corner Detector.pdf
LOCOCO角点检测方法（一种快速精确的Harris及KLT）的经典原文，里面减少了Harris的计算复杂度，并提出了一种子精确度的角度位置确定。如果想大概了解下论文内容，可以参考下我的博客，欢迎相互交流>_<

2015-10-19

Good Features to Track.pdf
Shi-Tomasi特征点（角点）检测及追踪方法的经典英文原文，这个方法也是KLT方法的一种改进。如果需要大概了解这个文章内容，可以参考本人的博客，欢迎相互交流>_<

2015-10-16

Detection and Tracking of Point Features
KLT光流法经典英文原文,里面重点介绍了如何选择跟踪的特征点，如果需要大概了解其原理，可以参考本人的博客，欢迎相互交流

2015-10-15

A Connectionist Model for Corner Detection in Binary and Gray Images
一种类神经网络模型Connectionist Model的角点检测方法，非常有意思，里面的方法融合多尺度及人工神经网络的思想，如果想大概了解下其内容，可以参考我的博客。

2015-10-13

Scale-Space for Discrete Signals.pdf
多尺度空间的经典英文原文，里面介绍了在离散信号情况下，什么样的滤波核能用于尺度变换。

2015-10-12

Uniqueness of the Gaussian Kernel for Scale-Space.pdf
多尺度空间分析的经典英文原文，主要描述高斯平滑为什么是唯一的能用多尺度空间平滑滤波的核。

2015-10-12

Distictive Image Features From Scale-Invariant Keypoints.pdf
Sift算法最经典的奠基论文，里面详细的讲解如何检测尺度不变性的特征点。

2015-10-12

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章？
取消 删除