OpenCV-sift、高斯拆分金字塔和特征匹配、Brute-Force蛮力匹配

最新推荐文章于 2023-12-13 00:01:42 发布

Yicsr

最新推荐文章于 2023-12-13 00:01:42 发布

阅读量330

点赞数 1

分类专栏： OpenCV 文章标签： opencv python sift算法

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/erfan_lang/article/details/120266441

版权

OpenCV 专栏收录该内容

15 篇文章 1 订阅

订阅专栏

目录

尺度空间定义
高斯差分金字塔
SIFT算法代码实现
- 版本问题需要降版本使用
- 代码
特征匹配
- Brute-Force蛮力匹配
- - 1对1的匹配
  - k对最佳匹配（参考k邻）

尺度空间定义

图像尺度空间
SIFT（Scale Invariant Feature Transform）
在一定的范围内，无论物体是大还是小，人眼都可以分辨出来，然而计算机要有相同的能力却很难，所以要让机器能够对物体在不同尺度下有一个统一的认知，就需要考虑图像在不同的尺度下都存在的特点。

尺度空间的获取通常使用高斯模糊来实现

在这里插入图片描述

高斯差分金字塔

概念

在这里插入图片描述

特征关键点定位

在这里插入图片描述

一维情况

在这里插入图片描述

三维

在这里插入图片描述

消除边界响应

在这里插入图片描述

特征点的主方向

在这里插入图片描述

生成特征描述

在这里插入图片描述

SIFT算法代码实现

版本问题需要降版本使用

在这里插入图片描述

不过版本也不行，用不了这个函数
所以下面就不提供代码了

代码

在这里插入图片描述

特征匹配

Brute-Force蛮力匹配

在这里插入图片描述

1对1的匹配

在这里插入图片描述

k对最佳匹配（参考k邻）

在这里插入图片描述

在这里插入图片描述
方法就是调用match
如果需要更快速完成操作，可以尝试使用cv2.FlannBaseMatcher

关注

1
点赞
踩
6

收藏

觉得还不错? 一键收藏
0
评论
OpenCV-sift、高斯拆分金字塔和特征匹配、Brute-Force蛮力匹配

目录尺度空间定义高斯差分金字塔概念特征关键点定位一维情况：三维消除边界响应特征点的主方向生成特征描述SIFT算法代码实现版本问题需要降版本使用代码特征匹配Brute-Force蛮力匹配1对1的匹配尺度空间定义图像尺度空间SIFT（Scale Invariant Feature Transform）在一定的范围内，无论物体是大还是小，人眼都可以分辨出来，然而计算机要有相同的能力却很难，所以要让机器能够对物体在不同尺度下有一个统一的认知，就需要考虑图像在不同的尺度下都存在的特点。尺度空间的获取通常使用
复制链接

扫一扫

专栏目录

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

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。