本章内容
- 颜色特征(量化颜色直方图、聚类颜色直方图)
- 几何特征(Edge、Corner、Blob)
- 基于关键点的特征描述子(SIFT、SURF、ORB)
- 其他特征提取(LBP、Gabor)
几何特征
边缘提取:先高斯去噪,再使用一阶导数获取极值
高斯滤波一阶导
基于特征点的特征描述子
特征点/关键点:不同视角图片之间的映射
稳定局部特征点:可重复性、显著性;抗图片变换
兴趣点/关键点:图片配准/拼接、运动跟踪、物体识别、机器人导航、3D重建
局部特征:SIFT
基于尺度空间不变的特征
特点:具有良好的不变性;独特性好,信息量丰富;多量性;计算快
SIFT特征计算步骤:
- 在DoG尺度空间中获取极值点,即关键点
- 对关键点处理
- 关键点的方向估计
- 关键点描述子的生成
局部特征:SURF
SURF主要是把SIFT中的某些运算作了简化
- SURF把SIFT中的高斯二阶微分的模板进行了简化,使得卷积平滑操作仅需要转换为加减运算
- 在方向确定阶段,在圆形区域计算x,y方向的haar小波响应,找到模最大的扇形方向