图像特征与描述

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