【计算机视觉】2.图像特征提取

最新推荐文章于 2024-10-08 10:46:19 发布
最新推荐文章于 2024-10-08 10:46:19 发布
阅读量851 收藏 1
点赞数 1
分类专栏： 计算机视觉 计算摄影学 文章标签： 计算机视觉 人工智能 opencv
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Scott_S/article/details/133244991
版权

图像特征提取

一、颜色特征

量化颜色直方图

HSV空间
优势：计算高效
劣势：量化问题，稀疏

聚类颜色直方图

使用颜色空间：Lab颜色空间
操作：

  1. 使用聚类算法对所有像素点颜色向量进行聚类
  2. 单元用聚类代表

二、边缘特征

边缘

像素明显变化的区域
具有丰富的语义信息
用于：物体识别、几何、视角变换

边缘定义
  1. 像素值快速变化的区域
  2. 一阶导数的极值
边缘提取

一、做法
先做高斯去燥，再使用一阶导数获取机制
原因：一阶导数对噪声敏感
二、场景
横竖：一阶导数
斜的：梯度，分别对x和y分别求导

在这里插入图片描述
在这里插入图片描述

边缘精细

影像因素：高斯，x，y方向参数问题
不同标准差的滤波，能提取不同尺寸的边缘。

三、特征点的特征描述子

在这里插入图片描述
在这里插入图片描述

Harris角点

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

FAST角点

在这里插入图片描述

斑点

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

SIFT

基于尺度空间不变的特征
特点：

  1. 具有良好的不变性【旋转、尺度缩放、平移、亮度、视角变化、仿射变换、噪声也有一定积极的稳定性
  2. 独特性好，信息量丰富
  3. 多量性：即使少数物体也可以产生大量SIFT特征
  4. 计算快，SIFT匹配算法可以达到实时性。
    在这里插入图片描述
  1. 找极值点
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
  2. 找主方向
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
Haar-like特征

在这里插入图片描述
在这里插入图片描述

SURF

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

ORB

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

LBP

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

Gabor

在这里插入图片描述

Scott_S
关注
专栏目录
计算机视觉学习笔记：图像特征提取
计算机视觉与深度学习实践
12-07 5637
近期主要学习了灰度直方图、Haar-like、HOG、LBP、PCA、SIFT和SURF，以及距离度量方法。
分割 反比 权重图 梯度 灰度_图像处理之特征提取
weixin_39728213的博客
12-22 753
知乎上看到一个话题——目前火热的 Deep Learning 会灭绝传统的 SIFT / SURF 特征提取方法吗？由于之前研究过SIFT和HOG这两种传统的特征提取方法，故本篇文章先对SIFT和HOG作一综述，并比较二者优缺点。之后，将SIFT和HOG同神经网络特征提取做一对比，浅谈对上述问题的看法。如果能写得快一些，再简单介绍其他几种传统的特征提取的方法——SURF、ORB、LBP、HAAR等...
提取图像特征方法总结 是那种很传统的方法~
xian0710830114的专栏
04-15 1万+
本文对计算机视觉传统方法中的一些特征提取方法进行了总结，主要包括有：SIFT(尺度不变特征变换)、HOG(方向梯度直方图)、SURF、ORB、LBP、HAAR。
计算机视觉：特征提取与匹配
DreamWendy的博客
03-31 1万+
目录 1. 特征提取和匹配 1.1 背景知识 1.2 特征匹配基本流程 1.3局部特征描述子 2. Harris角点检测 2.1 角点（corner points） 2.2HARRIS角点检测基本思想 2.3HARRIS检测：数学表达 2.4 角点响应函数 2.5 编程实现 2.5.1 角点检测代码实现 2.5.2 角点检测数据测试 3.SIFT特征匹配算法 3.1 SIFT算法实现步骤 3.2关键点检测的相关概念 3.2.1 关键点（特征点） 3.2.2 ...
计算机视觉基础--特征提取
eating的博客
09-27 2839
1.直方图均衡化 直方图：在图像处理中，经常用到直方图，如颜色直方图、灰度直方图等 图像的灰度直方图就描述了图像中灰度分布的情况，能够很直观的展示出图像中各个灰度级所占的多少 图像的灰度直方图是灰度级的函数，描述的是图像中具有该灰度级的像素的个数，其中，横坐标是灰度级，纵坐标是该灰度级出现的频率。 直方图的性质 直方图反映了图像中的灰度分布规律。他描述每个灰度级具有的像素个数，但不包含这些像素在图像中的位置信息。图像直方图不关心像素所处的空间位置，因此不受图像旋转和平移变化的影响，可以作为图像的特征。
计算机视觉特征提取与图像处理总结 计算机视觉.pdf
04-21
计算机视觉特征提取与图像处理是计算机视觉领域中的核心内容，涉及图像处理、特征提取、目标检测、图像分类等方面。下面是计算机视觉特征提取与图像处理的知识点总结： 图像处理 * 图像采样：理解信号在频域中的...
计算机视觉技术在图像特征提取中的应用研究,彩色图像特征提取研究(一)
weixin_36176546的博客
06-24 1538
彩色图像特征提取研究(一)彩色图像特征提取研究徐红霞摘要：以普通的彩色图像为例，介绍了对彩色图像特征提取的原理。其具体过程分为原图像的预处理、图像信息分析、图像的特征提取，然后用MATLAB实现具体的过程，最后获得需要的颜色特征、纹理特征、轮廓特征等。关键词：彩色图像 图像预处理 特征提取1.引言1.1 选题背景近年来，数字图像的数量正在飞速增长，对日益庞大的图像库进行有效的管理尤为重要。基于内容...
浅述计算机视觉中的图像特征及提取方法.pdf
09-28
计算机视觉中的图像特征及提取方法 计算机视觉作为人工智能领域中的一个重要分支，对图像的处理和分析是其核心任务之一。图像特征是计算机视觉领域中图像操作的第一步，图像特征的提取对图像的处理和分析起着至关...
计算机视觉特征提取与图像处理(第二版)
03-06
《计算机视觉特征提取与图像处理（第二版）》是一本深入探讨图像处理和计算机视觉领域核心概念的专业书籍。它以中文语言呈现，旨在为读者提供易于理解的知识体系，帮助他们在这一领域建立扎实的基础。 特征提取在...
计算机视觉基础 特征选择和特征提取
weixin_42888638的博客
12-04 1763
文章目录1.特征选择前置知识目的定义操作过程生成过程评价函数停止条件2.特征提取定义与特征选择的区别目的方法3.PCA（主成分分析）介绍步骤具体原理中心化PCA降维协方差矩阵优缺点代码实现部分实例练习 1.特征选择 前置知识 一个对象往往具有很多属性（以下称为特征）(例如：房价的特征可能有地段，面积等一系列属性所影响) •相关特征：对于学习任务（例如分类问题）有帮助，可以提升学习算法的效果； •无关特征：对于我们的算法没有任何帮助，不会给算法的效果带来任何提升； •冗余特征：不会对我们的算法带来新的信息，或
计算机视觉处理算法基础及视觉特征提取
liangchenyu2010的博客
08-06 2311
1. 图中矩阵分别为二维原图像素矩阵，二维的图像滤波矩阵，以及最后滤波后的新像素图。对于原图像的每一个像素点，计算它的领域像素和滤波器矩阵的对应元素的乘积，然后加起来，作为当前中心像素位置的值，这样就完成了滤波的过程了。 平滑滤波包括平均滤波、高斯滤波、中值滤波等方法，其中高斯滤波最为常用。 平均滤波：输出像素值是核窗口内像素值的均值 高斯滤波：将输入数组的每一个像素点与高斯内核卷积，将卷积和当作输出像素值 中值滤波：将图像的每个像素用邻域 (以当前像素为中心的正方形区域)像素的中值代替 2
计算机视觉（七）：特征检测/提取（feature detection/extraction）
tb店铺搜：FUN STORE玩物社，专业买手挑选送礼好物
10-17 1万+
一、背景知识1. 图像特征2. 数字函数的一阶导数和二阶导数3. 导数与图像特征关系二、孤立点的检测三、线检测四、边缘检测1. 边缘模型2. 基本边缘检测① Roberts算子② Prewitt算子③ Sobel算子3. 更先进的边缘检测技术① Marr-Hildreth边缘检测器（LoG和DoG）② 坎尼边缘检测器（Canny）4. 轮廓检测（边缘连接）五、代码实现（Python+OpenCV...
机器视觉特征提取介绍：HOG、SIFT、SURF、ORB、LBP、HAAR
热门推荐
yuanlulu的博客
08-28 4万+
一. 概述 这里主要记录自己的一些感悟，不是很系统。想要详细系统的理论，请参考文末的《图像处理之特征提取》。 个人不是专业cv工程师，很多细节没有深究，描述可能不严谨。 在总结物体检测算法之前先把基础的特征点理论整理一下。 二. HOG 求取前先灰度化然后Gamma校正，降低图像局部的阴影和光照变化所造成的影响，同时可以抑制噪音的干扰。 HOG主要捕获轮廓信息。统计每个cell的梯...
计算机视觉中的传统特征提取方法总结（转载）
12-09 1900
前言本文对计算机视觉传统方法中的一些特征提取方法进行了总结，主要包括有：SIFT(尺度不变特征变换)、HOG(方向梯度直方图)、SURF、ORB、LBP、HAAR 目录 [1] SIFT（尺度不变特征变换） [2] HOG（方向梯度直方图） [3] SIFT和HOG的比较 [4] SIFT/HOG与神经网络特征提取的比较 [5] 其他传统特征提取的方法（SURF、ORB、LBP、HAAR） 先对几个概念和问题做一个解释： 图像为什么要灰度化？ 识别物体，最关键的因素是梯度（S...
计算机视觉中的特征提取方式
qq_29462849的博客
05-16 1218
1.SIFT 2.SURF 3.ORB 4.HOG 5.Haar
COMP 9517 Computer Vision week3
沃然
10-05 938
根据匹配点 A 和 B 估计变换xiByiBxiAyiAtxtyx_i^B \\y_i^Bx_i^A \\y_i^At_x \\t_yxiB​yiB​​xiA​yiA​​tx​ty​​通过这些匹配点，可以计算出从左图到右图的平移向量txt_xtx​和tyt_yty​，从而实现图像对齐。
2024年计算机视觉与艺术研讨会（CVA 2024）
2302_79376097的博客
10-05 1159
此次大会旨在汇聚全球在计算机视觉与艺术领域内的研究者、工程师、科学家和行业专家，共同探讨和分享这一跨学科领域内的最新研究成果、技术进展和创新应用。本次会议将提供一个优质的交流平台，参与者将有机会了解领域内的最新研究趋势、面临的挑战与机遇，以及未来可能的发展方向。
计算机视觉硬件知识点整理（五）：3CCD彩色相机介绍与成像原理
最新发布
HanWenKing的博客
10-08 503
在当代影像技术领域，相机的核心组件——图像传感器，经历了从传统的胶片到现代数字化的革命性转变。其中，3CCD（Three-Chip Charge-Coupled Device）彩色相机作为高端成像设备的代表，以其卓越的色彩还原度和图像质量，长期以来在专业摄影和视频制作领域占据着重要地位。本文旨在深入探讨3CCD彩色相机的成像原理，解析其如何通过独特的色彩分离和处理技术，实现高清晰度、高色彩保真度的影像输出。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值