computer vision笔记（二）

边缘检测（edge detection）

边缘：一个简单但信息量大的特征（考虑简笔画）
边缘的成因

边缘的定义：灰度值发生突变的地方（这个定义够好吗？存在灰度值不突变，但在人的理解下应该是）

突变 == 函数的一阶导数（变化）的极值点 == 函数的二阶导数的零点
函数是什么？ 图片坐标（x, y）到灰度值的映射（一个二元函数）
噪音：求导阶数越大，受噪音影响越大

图片这个“函数”，实际上是离散的， 可以认为相邻像素之间就足够接近
对一个像素求导 –> 和相邻像素做减法
对整个图片求导 –> 对图片做卷积

1. 最直接的算子Gx，Gy（严格相邻） 2 * 1
2. Roberts 交叉算子 2 * 2
3. Sobel 算子（有１有２） 和 Premitt算子 （只有１） 3 *３

二阶求导：　分拆后仍是减法，最后也是卷积

Canny 算法
Guass滤波 –> 一阶导数 –> NMS –> 双阈值

局部特征（local feature）

为什么要局部：更加稳定
最好具有不变性， 如偏移、旋转、拉伸、光线变化
（SIFT = Scale Invariant Feature Transformation）

特征的提取包括了两方面的工作：feature detection 和 feature description
（位置和描述）

一个例子：Harris Corner Detector

边界（Corner）是个有用的特征，因为它是特殊的（unique）。因为一个边界在任意方向移动都会产生较大的不同。
定义在方向上能看到的变化：windows function
$E(u,v)= \sum w(x, y) * (I(x + u, y + v) - I(x, y))^2$

泰勒展开后把这个函数变为二次型的形式（一个下凹的面）
其特征值代表了等高线的长短轴

是corner –>
1. $\lambda_1, \lambda_2$ 接近 而且
2. $|\lambda|$ 大
定义Corner Response R
$R = det M - k * (trace M)^2$
k为经验常数，通常为0.04 - 0.06

R > 0（接近） 且 |R| 大（变化值大） –> 是corner
R > 0 但 |R|小 –> 平坦区flat
R < 0 边缘 edge

问题： 不是SIFT
可变大小的观察窗口，自动调整到合适的大小：极值仍然是稳定的，通过极值可以估算scale。使用一个和窗口大小相关的函数，用这个函数来表示窗口大小的好坏？
？？三维坐标x, y, scale, 每个局部（x, y），测试不同scale的效果