Harris角点检测算子、Hessian矩阵、Harris-Laplace、Hessian-Laplace、Harris-Affine、Hessian-Affine

分为:
一类:角点检测算子
二类:不变特征检测算子
三类:仿射不变特征检测算子

一类:角点检测算子 
主要包括Harris角点检测、DollarSTIP点检测;

二类:不变特征检测算子

目前出现的各种尺度不变特征点检测方法都是在图像三维尺度空(x,y,sigma)中定义某个度量,通过搜寻该度量的局部极值来获得尺度不变特征;其主要区别在于度量函数即用于建立空间尺度表达的规格化微分函数不同。目前使用的较多的尺度不变特征检测算子主要有:

1)  DOG

2)  Harris-Laplace:旋转和尺度不变量  检测角点结构特征

3)  Hessian-Laplace:旋转和尺度不变量  特征点是由Hessian 决定的空间极大值和Laplacian-of-Gaussian.尺度空间极大值,与DoG检测近似,但是在尺度空间能获得更高的准确度,并且在尺度选择上的准确度也高于Harris-Laplace 。检测的准确性影响算子的执行力。

4)  显著性区域检查算子(Salient region


三类:仿射不变特征检测算子

目前各种局部仿射不变算法通常选取合适的椭圆区域作为仿射协变区域,如

Harris-Affine : 仿射不变量  由Harris-Laplace 检测子检测位置和尺度,附近的仿射由基于二次动差矩阵的affine adaptation 程序决定。

Hessian-Affine 检测算法仿射不变量  由Hessian-Laplace 检测子检测位置和尺度,附近的仿射由affine adaptation 程序决定。

仿射不变显著性区域检查算子

最大稳定极值区域(Maximally stable extremal regions MSERs

  • 0
    点赞
  • 11
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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