图像尺度空间
- 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,所以要让计算机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(公式如下):
L
L
L(
x
x
x,
y
y
y,
σ
\sigma
σ) =
G
G
G(
x
x
x,
y
y
y,
σ
\sigma
σ) *
I
I
I(
x
x
x,
y
y
y)
- G表示高斯函数
- I表示输入图像
- 通产高斯核选用3x3或5x5
- 高斯函数如下图所示:
- 我们可通过
σ
\sigma
σ的值来控制图片的模糊程度,如果
σ
\sigma
σ值越大,标准差越大,浮动范围也就越大,原始图像改变越明显。
多分辨率金字塔
- 我们在对图像进行不同的滤波操作往往是不够的,我们还需要对其进行金字塔操作。进行下采样时,高斯滤波之后图像数量需保持不变。
多分辨率金字塔DOG
- 高斯滤波得到的图像进行两两相减得到高斯差分金字塔如下图所示:
- DOG定义公式如下:
DoG空间极值检测
- 为了寻找尺度空间的极值点,每个像素点要和其图像域(同一尺度空间)和尺度域(相邻的尺度空间)的所有相邻点进行比较,当其大于(或者小于)所有相邻点时,该点就是极值点。如下图所示,中间的检测点要和其所在图像的3×3邻域8个像素点,以及其相邻的上下两层的3×3领域18个像素点,共26个像素点进行比较。
- G = DOG + 1
关键点的精确定位
- 这些候选关键点是DOG空间的局部极值点,而且这些极值点均为离散的点,精确定位极值点的一种方法是,对尺度空间DOG函数进行曲线拟合,计算其极值点,从而实现关键点的精确定位。如下图所示:
- 利用泰勒展式可得(一般来说二阶就够了):
- 对于离散点来说不太好求导,我们需要使用泰勒展式,这里只能是求得出一个近似。省略了一个
Δ
\Delta
Δ。通过f’(x)=0可以求得真正的极值点。
- 当然通过举这个例子就是通俗地讲了一下DOG这样的方法,而真正公式是个三维的,要比这复杂很多,如下所示:
消除边界响应
- 使用高斯滤波进行操作之后可能会增加一些边界响应,此时我们需要消除边界响应。
- 海塞矩阵
- 如果两个特征值的比值
γ
\gamma
γ>10则特征点被消除
SIFT算法特征点
特征点的主方向
- 每个特征点可以得到三个信息(x,y,σ,θ),即位置、尺度和方向。具有多个方向的关键点可以被复制成多份,然后将方向值分别赋给复制后的特征点,一个特征点就产生了多个坐标、尺度相等,但是方向不同的特征点。
生成特征描述
- 在完成关键点的梯度计算后,使用直方图统计邻域内像素的梯度和方向。
- 为了保证特征矢量的旋转不变性,要以特征点为中心,在附近邻域内将坐标轴旋转θ角度,即将坐标轴旋转为特征点的主方向。公式如下:
- 旋转之后的主方向为中心取8x8的窗口,求每个像素的梯度幅值和方向,箭头方向代表梯度方向,长度代表梯度幅值,然后利用高斯窗口对其进行加权运算,最后在每个4x4的小块上绘制8个方向的梯度直方图,计算每个梯度方向的累加值,即可形成一个种子点,即每个特征的由4个种子点组成,每个种子点有8个方向的向量信息。
- 建议对每个关键点使用4x4共16个种子点来描述,这样一个关键点就会产生128维的SIFT特征向量。
OpenCV中SIFT算法的使用
import cv2
import numpy as np
img = cv2.imread('xiaohuolong.jpg')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
sift = cv2.xfeatures2d.SIFT_create()
kp = sift.detect(gray, None)
img = cv2.drawKeypoints(gray, kp, img)
cv2.imshow('drawKeypoints', img)
cv2.waitKey(0)
cv2.destroyAllWindows()
kp, des = sift.compute(gray, kp)
print (np.array(kp).shape)
(187,)
des.shape
(187, 128)
des[0]
array([ 30., 5., 0., 11., 10., 4., 0., 24., 20., 3., 0.,
1., 0., 0., 5., 70., 1., 0., 0., 1., 0., 0.,
31., 160., 1., 0., 0., 0., 0., 0., 38., 158., 18.,
0., 0., 4., 0., 0., 4., 59., 160., 3., 0., 0.,
0., 0., 4., 160., 52., 1., 0., 0., 0., 0., 21.,
160., 0., 0., 0., 0., 0., 0., 10., 42., 17., 3.,
0., 0., 0., 1., 3., 9., 160., 64., 0., 0., 0.,
0., 0., 25., 160., 29., 0., 0., 0., 0., 1., 23.,
0., 0., 0., 0., 0., 0., 1., 1., 5., 2., 0.,
0., 0., 1., 1., 0., 160., 69., 0., 0., 0., 0.,
0., 2., 160., 45., 0., 0., 0., 0., 0., 1., 2.,
0., 0., 0., 0., 0., 0., 0.], dtype=float32)