SIFT

稳定的极值点是在不同尺度空间下提取的,这保证了关键点的尺度不变性。为关键点分配方向信息所要解决的问题是使得关键点对图像角度和旋转具有不变性。方向的分配是通过求每个极值点的梯度来实现的。

分配给关键点的方向并不直接是关键点的梯度方向,而是按照一种梯度方向直方图的方式给出的,具体的方法是:计算以关键点为中心的邻域内所有点的梯度方向。
 

将梯度方向直方图中纵坐标最大的项代表的方向分配给当前关键点作为主方向,对于角度不同的两张图片,对应的关键点只是主方向的绝对方向不一样,而其邻域内的各个点的方向直方图的相对方向是一样的。将主方向同时旋转为X轴的话,其邻域内的各个点的方向直方图的绝对方向应该也是近似的。

 

SIFT优点:在图像的不便特征提取方面拥有无与伦比。

缺点:

1、实时性不高

2、特征的少的情况下效果不好

3、对边缘光滑的模板无法准确提取特征点

 

 

 

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