本文概述了图像局部特征的基本性质，包括可重复性、独特性、局部性与数量性以及准确性与高效性，强调了这些性质在计算机视觉中的重要性。特征的可重复性和鲁棒性使得它们在不同视角下仍能匹配，独特性则有助于区分和匹配。此外，特征的局部性和数量性影响其在图像处理中的表现，而准确性和高效性则是实际应用的关键。
介绍
局部特征一般包含图像中的部分空间范围，与传统意义上的分割不同。局部特征的边界和图像颜色/纹理变化并同有直接的对应关系。在理想情况下，我们总是期待局部特征对应的是客观世界中物体一部分，而在实际情况中是不现实地，这往往我们需要借助于图像处理中对高层场景的理解。介绍图像局部特征的性质。
基本性质
一般地，图像局部特征应具有下列性质。
第一、可重复性。即同一个特体在不同的视角下，两幅图像中对应特征越多越好。它可主要依赖于不变性和鲁棒性。不变性是指局部特征不随图像大的变形而变化。对于大的图像变形往往需要先对这些变形进行建模，然后再设计不受这些变形影响的特征检测算法；鲁棒性(Robustness)是指局部特征对于小的变形应不敏感。这类小的变形包虑图像噪声，
订阅专栏 解锁全文
扫一扫
582
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
