网址:http://www.robots.ox.ac.uk/~vgg/share/practical-image-classification.htm
目的:通过此练习,熟悉图像分类的一般流程,即输入图像—特征提取—分类器
声明:本文作为自己的练习笔记,其中会涉及各位前辈学者的论述,无侵权之意,仅供自己参考而已。
知识点一:SIFT(Scale Invariant Feature Transform)特征总结
1999年,British Columbia University的David G.Lowe教授总结了现有基于不变量技术的特征检测方法,正式提出了一种基于尺度空间的、对图像缩放、旋转、甚至仿射、投影变换(AffineTransform)保持不变形的图像局部特征描述算子——SIFT(尺度不变特征变换),该局部特征对光照变化,遮挡等噪声也有一定的稳定性。该算法2004年被完善。
算法实质:在不同尺度空间中查找特征点(关键点)。关于尺度空间,可大体理解为:对图像进行尺度变换,模拟人眼和目标物体距离的远近在视网膜上成像大小不同,尺度越大,图像越模糊。所谓关键点就是那些不随外部条件(比如光照)的变化而消失的点,比如角点、边缘点、暗区域的亮点和亮区域的暗点。
有关Matlab:
(1)cell数据结构:cell是matlab的一种数据结构,用大括号定义,括号内可以是任意类型的数据或矩阵。
(2)+inf,表示正无穷,inf是infinite的前三个字母,表示无穷。
(2)infinite的前三个字母,无穷大的意思