- 博客(6)
- 收藏
- 关注
原创 《图像局部不变性特征与描述》阅读笔记(5End)-- 特征点匹配、各种检测算子的性能评估
特征点匹配算法以SIFT算法为例,当对两幅图像提取了SIFT特征向量后,需要对其建立一一的对应关系。这里就涉及到两个步骤:特征向量的最近邻搜索、匹配对的提纯(1)特征向量的最近邻搜索对一幅图像的每个SIFT特征向量,搜索另一幅图像中与之最相邻的特征向量(欧式距离最短)这一步实际上就是K近邻搜索,考虑到特征点数目一般较大,需要使用快速K近邻搜索算法,文章K近邻快速算法 -
2016-01-07 11:11:00 2248
原创 K近邻快速算法 -- KD树、BBF改进算法
K近邻算法即是查找与当前点(向量)距离最近的K个点(向量),距离计算一般用欧氏距离。最简单的方法就是穷举法:计算每个向量与当前向量的欧氏距离,选取最小的K个为所求。但这种方法计算量太大,无法应对大样本数的情况(比如SIFT特征点匹配,每张图片一般有几千个待匹配的特征点,对每个点都需要查找另一张图片中与之最相似的特征点从而建立对应关系,穷举法显然不行)。SIFT采用的方法是:先将所有特征向量
2016-01-06 19:55:31 5192 2
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人