鱼眼拼接之SIFT特征点检测之得到候选特征点

最新推荐文章于 2020-04-23 18:41:23 发布
最新推荐文章于 2020-04-23 18:41:23 发布
阅读量1.2k 收藏 1
点赞数
分类专栏： 图像拼接融合 文章标签： sift MATLAB
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/wd1603926823/article/details/46422751
版权

这篇不要看  是用来我以后自己观看回忆的  因为这个程序后来没办法将特征点显示出来  所以是有问题的  你们别看这篇  可以看下下篇鱼眼拼接之SIFT提取特征点



原理还是来自于这位大神http://blog.csdn.net/v_JULY_v/article/details/6245939 昨天得到了DOG高斯差分空间  共四层塔 每层塔有四幅图 每层图的大小是上一层的一半 今天继续通过这位大神所说 每次比较26个极值  得到候选特征点 只是这位大神所说的我没太理解 理解得有歧义   检测特征点时 比如我第一步得到的四层DOG金字塔中第一层四幅图是D11，D12，D13，D14，第二层分别是D21，D22，D23，D24，那么D12通过和自身和D11和D13每26个像素比较，得到了D12的关键点，同理D13也与自身和前后两个比较得到D13的关键点，这位大神的意思是还用D14与自身与D13还与第二层的D21比较得到D14的关键点？可是第一层和第二层图像的大小不一样 第二层图像是第一层的一半 那 D14和D21怎么比呢？这里我没怎么懂他的意思  所以就暂时按我自己想的来编  每一层就只得到两幅图的关键点（特征点），比如第一层 就可得到D12和D13的，我用一个新的矩阵E来装，特征点显示白色  故共八幅图E11，E12;E21，E22;E31，E32;E41，E42


接着昨天的程序继续写：（比较极值还是很简单的 就是循环 ）

E11=zeros(m2,n2);
for i=3:m2-2
    for j=3:n2-2
        if(D12(i,j)>D12(i-1,j-1) && D12(i,j)>D12(i,j-1) && D12(i,j)>D12(i+1,j-1) && D12(i,j)>D12(i-1,j) && D12(i,j)>D12(i+1,j) && D12(i,j)>D12(i-1,j+1) && D12(i,j)>D12(i,j+1) && D12(i,j)>D12(i+1,j+1))
            if(D12(i,j)>D11(i,j) && D12(i,j)>D11(i-1,j-1) && D12(i,j)>D11(i,j-1) && D12(i,j)>D11(i+1,j-1) && D12(i,j)>D11(i-1,j) && D12(i,j)>D11(i+1,j) && D12(i,j)>D11(i-1,j+1) && D12(i,j)>D11(i,j+1) && D12(i,j)>D11(i+1,j+1))
                if(D12(i,j)>D13(i,j) && D12(i,j)>D13(i-1,j-1) && D12(i,j)>D13(i,j-1) && D12(i,j)>D13(i+1,j-1) && D12(i,j)>D13(i-1,j) && D12(i,j)>D13(i+1,j) && D12(i,j)>D13(i-1,j+1) && D12(i,j)>D13(i,j+1) && D12(i,j)>D13(i+1,j+1))
                    E11(i,j)=1;
                end
            end
        elseif(D12(i,j)<D12(i-1,j-1) && D12(i,j)<D12(i,j-1) && D12(i,j)<D12(i+1,j-1) && D12(i,j)<D12(i-1,j) && D12(i,j)<D12(i+1,j) && D12(i,j)<D12(i-1,j+1) && D12(i,j)<D12(i,j+1) && D12(i,j)<D12(i+1,j+1))
            if(D12(i,j)<D11(i,j) && D12(i,j)<D11(i-1,j-1) && D12(i,j)<D11(i,j-1) && D12(i,j)<D11(i+1,j-1) && D12(i,j)<D11(i-1,j) && D12(i,j)<D11(i+1,j) && D12(i,j)<D11(i-1,j+1) && D12(i,j)<D11(i,j+1) && D12(i,j)<D11(i+1,j+1))
                if(D12(i,j)<D13(i,j) && D12(i,j)<D13(i-1,j-1) && D12(i,j)<D13(i,j-1) && D12(i,j)<D13(i+1,j-1) && D12(i,j)<D13(i-1,j) && D12(i,j)<D13(i+1,j) && D12(i,j)<D13(i-1,j+1) && D12(i,j)<D13(i,j+1) && D12(i,j)<D13(i+1,j+1))
                    E11(i,j)=1;
                end
            end
        end
    end
end
E12=zeros(m2,n2);
for i=3:m2-2
    for j=3:n2-2
        if(D13(i,j)>D13(i-1,j-1) && D13(i,j)>D13(i,j-1) && D13(i,j)>D13(i+1,j-1) && D13(i,j)>D13(i-1,j) && D13(i,j)>D13(i+1,j) && D13(i,j)>D13(i-1,j+1) && D13(i,j)>D12(i,j+1) && D13(i,j)>D13(i+1,j+1))
            if(D13(i,j)>D12(i,j) && D13(i,j)>D12(i-1,j-1) && D13(i,j)>D12(i,j-1) && D13(i,j)>D12(i+1,j-1) && D13(i,j)>D12(i-1,j) && D13(i,j)>D12(i+1,j) && D13(i,j)>D12(i-1,j+1) && D13(i,j)>D12(i,j+1) && D13(i,j)>D12(i+1,j+1))
                if(D13(i,j)>D14(i,j) && D13(i,j)>D14(i-1,j-1) && D13(i,j)>D14(i,j-1) && D13(i,j)>D14(i+1,j-1) && D13(i,j)>D14(i-1,j) && D13(i,j)>D14(i+1,j) && D13(i,j)>D14(i-1,j+1) && D13(i,j)>D14(i,j+1) && D13(i,j)>D14(i+1,j+1))
                    E12(i,j)=1;
                end
            end
        elseif(D13(i,j)<D13(i-1,j-1) && D13(i,j)<D13(i,j-1) && D13(i,j)<D13(i+1,j-1) && D13(i,j)<D13(i-1,j) && D13(i,j)<D13(i+1,j) && D13(i,j)<D13(i-1,j+1) && D13(i,j)<D12(i,j+1) && D13(i,j)<D13(i+1,j+1))
            if(D13(i,j)<D12(i,j) && D13(i,j)<D12(i-1,j-1) && D13(i,j)<D12(i,j-1) && D13(i,j)<D12(i+1,j-1) && D13(i,j)<D12(i-1,j) && D13(i,j)<D12(i+1,j) && D13(i,j)<D12(i-1,j+1) && D13(i,j)<D12(i,j+1) && D13(i,j)<D12(i+1,j+1))
                if(D13(i,j)<D14(i,j) && D13(i,j)<D14(i-1,j-1) && D13(i,j)<D14(i,j-1) && D13(i,j)<D14(i+1,j-1) && D13(i,j)<D14(i-1,j) && D13(i,j)<D14(i+1,j) && D13(i,j)<D14(i-1,j+1) && D13(i,j)<D14(i,j+1) && D13(i,j)<D14(i+1,j+1))
                    E12(i,j)=1;
                end
            end
        end
    end
end
E21=zeros(m3,n3);
for i=3:m3-2
    for j=3:n3-2
        if(D22(i,j)>D22(i-1,j-1) && D22(i,j)>D22(i,j-1) && D22(i,j)>D22(i+1,j-1) && D22(i,j)>D22(i-1,j) && D22(i,j)>D22(i+1,j) && D22(i,j)>D22(i-1,j+1) && D22(i,j)>D22(i,j+1) && D22(i,j)>D22(i+1,j+1))
            if(D22(i,j)>D21(i,j) && D22(i,j)>D21(i-1,j-1) && D22(i,j)>D21(i,j-1) && D22(i,j)>D21(i+1,j-1) && D22(i,j)>D21(i-1,j) && D22(i,j)>D21(i+1,j) && D22(i,j)>D21(i-1,j+1) && D22(i,j)>D21(i,j+1) && D22(i,j)>D21(i+1,j+1))
                if(D22(i,j)>D23(i,j) && D22(i,j)>D23(i-1,j-1) && D22(i,j)>D23(i,j-1) && D22(i,j)>D23(i+1,j-1) && D22(i,j)>D23(i-1,j) && D22(i,j)>D23(i+1,j) && D22(i,j)>D23(i-1,j+1) && D22(i,j)>D23(i,j+1) && D22(i,j)>D23(i+1,j+1))
                    E21(i,j)=1;
                end
            end
        elseif(D22(i,j)<D22(i-1,j-1) && D22(i,j)<D22(i,j-1) && D22(i,j)<D22(i+1,j-1) && D22(i,j)<D22(i-1,j) && D22(i,j)<D22(i+1,j) && D22(i,j)<D22(i-1,j+1) && D22(i,j)<D22(i,j+1) && D22(i,j)<D22(i+1,j+1))
            if(D22(i,j)<D21(i,j) && D22(i,j)<D21(i-1,j-1) && D22(i,j)<D21(i,j-1) && D22(i,j)<D21(i+1,j-1) && D22(i,j)<D21(i-1,j) && D22(i,j)<D21(i+1,j) && D22(i,j)<D21(i-1,j+1) && D22(i,j)<D21(i,j+1) && D22(i,j)<D21(i+1,j+1))
                if(D22(i,j)<D23(i,j) && D22(i,j)<D23(i-1,j-1) && D22(i,j)<D23(i,j-1) && D22(i,j)<D23(i+1,j-1) && D22(i,j)<D23(i-1,j) && D22(i,j)<D23(i+1,j) && D22(i,j)<D23(i-1,j+1) && D22(i,j)<D23(i,j+1) && D22(i,j)<D23(i+1,j+1))
                    E21(i,j)=1;
                end
            end
        end
    end
end
E22=zeros(m3,n3);
for i=3:m3-2
    for j=3:n3-2
        if(D23(i,j)>D23(i-1,j-1) && D23(i,j)>D23(i,j-1) && D23(i,j)>D23(i+1,j-1) && D23(i,j)>D23(i-1,j) && D23(i,j)>D23(i+1,j) && D23(i,j)>D23(i-1,j+1) && D23(i,j)>D23(i,j+1) && D23(i,j)>D23(i+1,j+1))
            if(D23(i,j)>D22(i,j) && D23(i,j)>D22(i-1,j-1) && D23(i,j)>D22(i,j-1) && D23(i,j)>D22(i+1,j-1) && D23(i,j)>D22(i-1,j) && D23(i,j)>D22(i+1,j) && D23(i,j)>D22(i-1,j+1) && D23(i,j)>D22(i,j+1) && D23(i,j)>D22(i+1,j+1))
                if(D23(i,j)>D24(i,j) && D23(i,j)>D24(i-1,j-1) && D23(i,j)>D24(i,j-1) && D23(i,j)>D24(i+1,j-1) && D23(i,j)>D24(i-1,j) && D23(i,j)>D24(i+1,j) && D23(i,j)>D24(i-1,j+1) && D23(i,j)>D24(i,j+1) && D23(i,j)>D24(i+1,j+1))
                    E22(i,j)=1;
                end
            end
        elseif(D23(i,j)<D23(i-1,j-1) && D23(i,j)<D23(i,j-1) && D23(i,j)<D23(i+1,j-1) && D23(i,j)<D23(i-1,j) && D23(i,j)<D23(i+1,j) && D23(i,j)<D23(i-1,j+1) && D23(i,j)<D23(i,j+1) && D23(i,j)<D23(i+1,j+1))
            if(D23(i,j)<D22(i,j) && D23(i,j)<D22(i-1,j-1) && D23(i,j)<D22(i,j-1) && D23(i,j)<D22(i+1,j-1) && D23(i,j)<D22(i-1,j) && D23(i,j)<D22(i+1,j) && D23(i,j)<D22(i-1,j+1) && D23(i,j)<D22(i,j+1) && D23(i,j)<D22(i+1,j+1))
                if(D23(i,j)<D24(i,j) && D23(i,j)<D24(i-1,j-1) && D23(i,j)<D24(i,j-1) && D23(i,j)<D24(i+1,j-1) && D23(i,j)<D24(i-1,j) && D23(i,j)<D24(i+1,j) && D23(i,j)<D24(i-1,j+1) && D23(i,j)<D24(i,j+1) && D23(i,j)<D24(i+1,j+1))
                    E22(i,j)=1;
                end
            end
        end
    end
end
E31=zeros(m4,n4);
for i=3:m4-2
    for j=3:n4-2
        if(D32(i,j)>D32(i-1,j-1) && D32(i,j)>D32(i,j-1) && D32(i,j)>D32(i+1,j-1) && D32(i,j)>D32(i-1,j) && D32(i,j)>D32(i+1,j) && D32(i,j)>D32(i-1,j+1) && D32(i,j)>D32(i,j+1) && D32(i,j)>D32(i+1,j+1))
            if(D32(i,j)>D31(i,j) && D32(i,j)>D31(i-1,j-1) && D32(i,j)>D31(i,j-1) && D32(i,j)>D31(i+1,j-1) && D32(i,j)>D31(i-1,j) && D32(i,j)>D31(i+1,j) && D32(i,j)>D31(i-1,j+1) && D32(i,j)>D31(i,j+1) && D32(i,j)>D31(i+1,j+1))
                if(D32(i,j)>D33(i,j) && D32(i,j)>D33(i-1,j-1) && D32(i,j)>D33(i,j-1) && D32(i,j)>D33(i+1,j-1) && D32(i,j)>D33(i-1,j) && D32(i,j)>D33(i+1,j) && D32(i,j)>D33(i-1,j+1) && D32(i,j)>D33(i,j+1) && D32(i,j)>D33(i+1,j+1))
                    E31(i,j)=1;
                end
            end
        elseif(D32(i,j)<D32(i-1,j-1) && D32(i,j)<D32(i,j-1) && D32(i,j)<D32(i+1,j-1) && D32(i,j)<D32(i-1,j) && D32(i,j)<D32(i+1,j) && D32(i,j)<D32(i-1,j+1) && D32(i,j)<D32(i,j+1) && D32(i,j)<D32(i+1,j+1))
            if(D32(i,j)<D31(i,j) && D32(i,j)<D31(i-1,j-1) && D32(i,j)<D31(i,j-1) && D32(i,j)<D31(i+1,j-1) && D32(i,j)<D31(i-1,j) && D32(i,j)<D31(i+1,j) && D32(i,j)<D31(i-1,j+1) && D32(i,j)<D31(i,j+1) && D32(i,j)<D31(i+1,j+1))
                if(D32(i,j)<D33(i,j) && D32(i,j)<D33(i-1,j-1) && D32(i,j)<D33(i,j-1) && D32(i,j)<D33(i+1,j-1) && D32(i,j)<D33(i-1,j) && D32(i,j)<D33(i+1,j) && D32(i,j)<D33(i-1,j+1) && D32(i,j)<D33(i,j+1) && D32(i,j)<D33(i+1,j+1))
                    E31(i,j)=1;
                end
            end
        end
    end
end
E32=zeros(m4,n4);
for i=3:m4-2
    for j=3:n4-2
        if(D33(i,j)>D33(i-1,j-1) && D33(i,j)>D33(i,j-1) && D33(i,j)>D33(i+1,j-1) && D33(i,j)>D33(i-1,j) && D33(i,j)>D33(i+1,j) && D33(i,j)>D33(i-1,j+1) && D33(i,j)>D33(i,j+1) && D33(i,j)>D33(i+1,j+1))
            if(D33(i,j)>D32(i,j) && D33(i,j)>D32(i-1,j-1) && D33(i,j)>D32(i,j-1) && D33(i,j)>D32(i+1,j-1) && D33(i,j)>D32(i-1,j) && D33(i,j)>D32(i+1,j) && D33(i,j)>D32(i-1,j+1) && D33(i,j)>D32(i,j+1) && D33(i,j)>D32(i+1,j+1))
                if(D33(i,j)>D34(i,j) && D33(i,j)>D34(i-1,j-1) && D33(i,j)>D34(i,j-1) && D33(i,j)>D34(i+1,j-1) && D33(i,j)>D34(i-1,j) && D33(i,j)>D34(i+1,j) && D33(i,j)>D34(i-1,j+1) && D33(i,j)>D34(i,j+1) && D33(i,j)>D34(i+1,j+1))
                    E32(i,j)=1;
                end
            end
        elseif(D33(i,j)<D33(i-1,j-1) && D33(i,j)<D33(i,j-1) && D33(i,j)<D33(i+1,j-1) && D33(i,j)<D33(i-1,j) && D33(i,j)<D33(i+1,j) && D33(i,j)<D33(i-1,j+1) && D33(i,j)<D33(i,j+1) && D33(i,j)<D33(i+1,j+1))
            if(D33(i,j)<D32(i,j) && D33(i,j)<D32(i-1,j-1) && D33(i,j)<D32(i,j-1) && D33(i,j)<D32(i+1,j-1) && D33(i,j)<D32(i-1,j) && D33(i,j)<D32(i+1,j) && D33(i,j)<D32(i-1,j+1) && D33(i,j)<D32(i,j+1) && D33(i,j)<D32(i+1,j+1))
                if(D33(i,j)<D34(i,j) && D33(i,j)<D34(i-1,j-1) && D33(i,j)<D34(i,j-1) && D33(i,j)<D34(i+1,j-1) && D33(i,j)<D34(i-1,j) && D33(i,j)<D34(i+1,j) && D33(i,j)<D34(i-1,j+1) && D33(i,j)<D34(i,j+1) && D33(i,j)<D34(i+1,j+1))
                    E32(i,j)=1;
                end
            end
        end
    end
end

E41=zeros(round(m4/2),round(n4/2));
for i=3:round(m4/2)-2
    for j=3:round(n4/2)-2
        if(D42(i,j)>D42(i-1,j-1) && D42(i,j)>D42(i,j-1) && D42(i,j)>D42(i+1,j-1) && D42(i,j)>D42(i-1,j) && D42(i,j)>D42(i+1,j) && D42(i,j)>D42(i-1,j+1) && D42(i,j)>D42(i,j+1) && D42(i,j)>D42(i+1,j+1))
            if(D42(i,j)>D41(i,j) && D42(i,j)>D41(i-1,j-1) && D42(i,j)>D41(i,j-1) && D42(i,j)>D41(i+1,j-1) && D42(i,j)>D41(i-1,j) && D42(i,j)>D41(i+1,j) && D42(i,j)>D41(i-1,j+1) && D42(i,j)>D41(i,j+1) && D42(i,j)>D41(i+1,j+1))
                if(D42(i,j)>D43(i,j) && D42(i,j)>D43(i-1,j-1) && D42(i,j)>D43(i,j-1) && D42(i,j)>D43(i+1,j-1) && D42(i,j)>D43(i-1,j) && D42(i,j)>D43(i+1,j) && D42(i,j)>D43(i-1,j+1) && D42(i,j)>D43(i,j+1) && D42(i,j)>D43(i+1,j+1))
                    E41(i,j)=1;
                end
            end
        elseif(D42(i,j)<D42(i-1,j-1) && D42(i,j)<D42(i,j-1) && D42(i,j)<D42(i+1,j-1) && D42(i,j)<D42(i-1,j) && D42(i,j)<D42(i+1,j) && D42(i,j)<D42(i-1,j+1) && D42(i,j)<D42(i,j+1) && D42(i,j)<D42(i+1,j+1))
            if(D42(i,j)<D41(i,j) && D42(i,j)<D41(i-1,j-1) && D42(i,j)<D41(i,j-1) && D42(i,j)<D41(i+1,j-1) && D42(i,j)<D41(i-1,j) && D42(i,j)<D41(i+1,j) && D42(i,j)<D41(i-1,j+1) && D42(i,j)<D41(i,j+1) && D42(i,j)<D41(i+1,j+1))
                if(D42(i,j)<D43(i,j) && D42(i,j)<D43(i-1,j-1) && D42(i,j)<D43(i,j-1) && D42(i,j)<D43(i+1,j-1) && D42(i,j)<D43(i-1,j) && D42(i,j)<D43(i+1,j) && D42(i,j)<D43(i-1,j+1) && D42(i,j)<D43(i,j+1) && D42(i,j)<D43(i+1,j+1))
                    E41(i,j)=1;
                end
            end
        end
    end
end
E42=zeros(round(m4/2),round(n4/2));
for i=3:round(m4/2)-2
    for j=3:round(n4/2)-2
        if(D43(i,j)>D43(i-1,j-1) && D43(i,j)>D43(i,j-1) && D43(i,j)>D43(i+1,j-1) && D43(i,j)>D43(i-1,j) && D43(i,j)>D43(i+1,j) && D43(i,j)>D43(i-1,j+1) && D43(i,j)>D43(i,j+1) && D43(i,j)>D43(i+1,j+1))
            if(D43(i,j)>D42(i,j) && D43(i,j)>D42(i-1,j-1) && D43(i,j)>D42(i,j-1) && D43(i,j)>D42(i+1,j-1) && D43(i,j)>D42(i-1,j) && D43(i,j)>D42(i+1,j) && D43(i,j)>D42(i-1,j+1) && D43(i,j)>D42(i,j+1) && D43(i,j)>D42(i+1,j+1))
                if(D43(i,j)>D44(i,j) && D43(i,j)>D44(i-1,j-1) && D43(i,j)>D44(i,j-1) && D43(i,j)>D44(i+1,j-1) && D43(i,j)>D44(i-1,j) && D43(i,j)>D44(i+1,j) && D43(i,j)>D44(i-1,j+1) && D43(i,j)>D44(i,j+1) && D43(i,j)>D44(i+1,j+1))
                    E42(i,j)=1;
                end
            end
        elseif(D43(i,j)<D43(i-1,j-1) && D43(i,j)<D43(i,j-1) && D43(i,j)<D43(i+1,j-1) && D43(i,j)<D43(i-1,j) && D43(i,j)<D43(i+1,j) && D43(i,j)<D43(i-1,j+1) && D43(i,j)<D43(i,j+1) && D43(i,j)<D43(i+1,j+1))
            if(D43(i,j)<D42(i,j) && D43(i,j)<D42(i-1,j-1) && D43(i,j)<D42(i,j-1) && D43(i,j)<D42(i+1,j-1) && D43(i,j)<D42(i-1,j) && D43(i,j)<D42(i+1,j) && D43(i,j)<D42(i-1,j+1) && D43(i,j)<D42(i,j+1) && D43(i,j)<D42(i+1,j+1))
                if(D43(i,j)<D44(i,j) && D43(i,j)<D44(i-1,j-1) && D43(i,j)<D44(i,j-1) && D43(i,j)<D44(i+1,j-1) && D43(i,j)<D44(i-1,j) && D43(i,j)<D44(i+1,j) && D43(i,j)<D44(i-1,j+1) && D43(i,j)<D44(i,j+1) && D43(i,j)<D44(i+1,j+1))
                    E42(i,j)=1;
                end
            end
        end
    end
end



第一列分别是第一层塔得到的两幅图的特征点  第二列是第二层塔。。。。。。以此类推

即 第一幅是E11 第二幅是E21。。。第五幅图是E12  第六幅是E22 第七幅是E32.。。。。

我也不知道检测特征点比较极值时是不是这个意思 论文里跟本没讲这个细节  博主讲的我也理解得有歧义。。。再想想  


元气少女缘结神
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
鱼眼图像的校正与柱面全景拼接方法
03-06
全景图像拼接是将多幅有重叠区域的图像拼接成全视角360o的平面图像。全景图像拼接技术是一种基于图像绘制技术、图像处理及计算机几何学等多领域的综合技术，由于对硬件要求低，真实感较好等优点，是目前虚拟现实、三维重建等的重点研究方向。鱼眼图像是通过在相机上安装超广视角的鱼眼镜头所拍摄，具有视域广，一次成像为非线性图像的特点，比普通视觉图像拼接所需的原图像少，效率高，但拼接难度大。 本文介绍了鱼眼图像拼接技术的研究背景、应用领域。重点研究了图像拼接技术中的鱼眼桶形畸变校正、投影变换理论、SIFT匹配以及图像融合等技术，对比分析了它们的理论基础、实现方式、运算性能以及还有的不足。 鱼眼图像形变严重，首先需要校正为符合人类视觉的线性图像。针对传统的经纬度校正法还存在一定拱形失真的问题，本文提出了渐进方程校正法，此方法不考虑用镜头参数来构建复杂的投影模型，完成鱼眼图像的校正，单帧图像视觉效果较好且更利于拼接；针对多帧图像的拼接问题，考虑到鱼眼图像的特点，只截取每帧图像的部分区域进行定位匹配，在此区域进行SIFT特征的全景图像拼接，运算量比全局SIFT算法大幅减少，耗时相应降低；为生成实际景物连贯的全景图像，本文采用柱面投影变换，为了解决投影变换后图像产生阶梯现象，文中对比了几种常用算法，并采用双线性插值算法有效解决该问题；在图像融合过程中，分析比较了几种经典算法，选择渐入渐出融合算法对待拼接的图像进行处理，使得拼接后图像重叠区域过渡平滑，基本实现无缝拼接，在图像处理的速度和效果达到一定的均衡。 最后，为了便于全景图像的理解和观察，本文还设计了全景柱形环绕浏览人机交互界面，实现了垂直180o，水平360o空间的动态环绕视觉观察。
鱼眼拼接之SIFT提取特征点
wd1603926823的专栏
06-10 2327
之前写的那两篇 是我没有完全理解SIFT理论部分 后来看了这位女侠的http://blog.csdn.net/abcjennifer/article/details/7639681终于弄明白了   %这部分是之前写过的鱼眼提取有效区域及经度坐标校正 A=imread('F:\orl_zhifangtu\s1.jpg'); T=40; [A,R]=kuaisusaomiao(A,T)
SURF特征检测与匹配
IT荻的博客
12-11 5116
好的特征应该具有以下几个特点： 重复性：不同图像相同的区域应该能被重复检测到，而且不受到旋转、模糊、光照等因素的影响； 可区分性：不同的检测子，应该可以被区分出来，而为了区分它们，应运而生的就是与检测对应的描述子了； 数量适宜：检测子可别太多，不然啥阿猫阿狗都能出来混，但也不能太少，要求太高可就招不到人才了； 高定位（尺度和位置）：是在哪出现的，最好就在哪被找到，可别跑偏了； 有效性：检测速度越...
鱼眼拼接之SIFT之进行特征点匹配
wd1603926823的专栏
06-21 5157
这是SIFT检测特征点的最后一步，也是鱼眼拼接的开始第一步，比如有三幅鱼眼图像s1，s2，s3要将它们拼接成一幅完整的图，之前用sift就是分别得到s1，s2，s3的特征点描述子，现在拼接第一步就是找到两幅图匹配的特征点，比如我的三幅图顺序是s3s1s2这是拼接好以后的顺序，那么我现在就是要找到s3和s1之间匹配的特征点；s1和s2的匹配的特征点。说白了 就是这两幅图有一部分内容是重合的，，，看我
【opencv】SIFT算法进行图像特征点匹配
CSDN_Black的博客
07-03 3397
参考https://www.cnblogs.com/cj695/p/4041478.html目的：输入：商品货架一层输出：圈出这一层想找的商品import cv2 def sift_kp(image): gray_image = cv2.cvtColor(image,cv2.COLOR_BGR2GRAY) sift = cv2.xfeatures2d_SIFT.create...
immosaic-by--sift.rar_sift 拼接_sift拼接_sift特征点提取_图像特征提取_特征提取
07-14
基于sift的图像特征点提取和图像拼接，有可直接运行的代码和图片
MATLAB_SIFT.rar_SIFT特征匹配_sift_sift匹配_sift特征点检测_特征点匹配
07-15
SIFT特征点检测算法，matlab实现的，程序里还有匹配部分功能
SIFT.rar_SIFT提取特征点_图像拼接sift_特征点 图像拼接_特征点提取
07-14
基于sift特征点提取，实现图像拼接技术研究
SIFT特征点检测程序
12-30
本资源是基于Cmake的sift特征点提取文件，build文件夹是编译目录，data是项目所需要数据的文件夹，src是cpp所在文件夹，bin是可执行文件所在目录。运行环境opencv45+ubuntu18.04
SIFT讲解（SIFT的特征点选取以及描述是重点）
热门推荐
hanhan的博客
04-23 1万+
SIFT特征点选取： SIFT具有尺度鲁棒性，而角点检测显然不具有，当图像尺度发生变化时，原有的特征可能消失。 SIFT描述： 像素与周围像素的关系一般来说是恒定的。 Theta是与水平方向成的角度，所以图像旋转角度不同theta值不同。 解决方法： 计算与主方向的相对角度。 归一化：对亮度的鲁棒性 移动滑窗，所以只能区别固定大小。 问：如何用单一的模板将尺寸不一大小的行人检测出来？ ...
OpenCV第十三讲：SURF特征点的检测与匹配详解
Ian的博客
08-30 8583
Dog算子，SIFT特征点， Fast角点 ，ORB特征点 有时间慢慢再来解析 1. SURF的优势 SURF主要有以下几点优势 SURF是尺度不变特征变换算法（SIFT）的加速版，一般来说它比SIFT要快好几倍，且在多幅图像下具有更好的稳定性； SURF采用了harr特征+积分图像的概念，大大加快了程序的运行时间。 SURF可以应用于计算机视觉的物体识别以及3D重构 ...
双鱼眼全景图像拼接
三家马车的轮子的博客
01-06 5684
代码URL:https://mianbaoduo.com/o/bread/mbd-YZyZlJY= 是什么: 大家都知道VR,能够看到360度全景图像,即每帧图像记录了360度的景色。而工业界是怎样拍摄这样的图像的呢?目前博主了解的主要有两种做法: A.使用多个正常摄像头,每个摄像头拍摄固定角度的图像,然后再拼接,博主2年前曾看过海康威视的由8个摄像头组成的全景拍摄器材 B.使用两个视角>...
python opencv图片拼接、特征点匹配
weixin_42653918的博客
03-31 4463
一、算法目的： 在同一位置拍摄的两幅或者多幅图像是单应性相关的的，使用该约束将很多图片缝补起来，拼成一个大的图像来创建全景图像。两张图片的拼接必须首先找到相同特征，也就是说两张照片必须要有重叠的部分才能实现拼接，对人眼来说很容易找到两张图片的相似点，对计算机来说需要借助算法。因此图像拼接的第一步是分别获取两张图片的特征点并对特征点进行匹配，第二步对图片进行透视变换并对图片进行拼接。 二、特征点配对...
鱼眼拼接之Harris检测特征点
wd1603926823的专栏
06-10 1567
理论部分是根据《鱼眼图像全景拼接系统》 %我用的是鱼眼图像  所以先提取区域校正 A=imread('F:\orl_zhifangtu\s1.jpg'); T=40; [A,R]=kuaisusaomiao(A,T); [m,n,k]=size(A); C=[]; x=n/2; y=m/2; for u=1:m     for v=1:n         i=u;   
SIFT特征详解
BrookIcv的博客
09-24 2374
1.SIFT概述SIFT的全称是Scale Invariant Feature Transform，尺度不变特征变换，由加拿大教授David G.Lowe提出的。SIFT特征对旋转、尺度缩放、亮度变化等保持不变性，是一种非常稳定的局部特征。1.1 SIFT算法具的特点 图像的局部特征，对旋转、尺度缩放、亮度变化保持不变，对视角变化、仿射变换、噪声也保持一定程度的稳定性。 独特性好，信息量丰富，适用于
决策概率论，一文读懂群体决策概率与个体决策概率的关系
最新发布
09-04
有一本书叫做《乌合之众》把群体批得一无是处，然而另一本书《群体的智慧》又阐述群体是有智慧的，群体越大，智慧越高。 读了这篇决策概率论的文章，让你对于群体和个体不再迷茫。
Java项目-基于微信小程序的微信点餐系统（包括源码，数据库，教程）.zip
09-04
Java毕设，小程序毕业设计，小程序课程设计，含有代码注释，新手也可看懂。毕业设计、期末大作业、课程设计、高分必看，下载下来，简单部署，就可以使用。 包含：项目源码、数据库脚本、软件工具等，该项目可以作为毕设、课程设计使用，前后端代码都在里面。 该系统功能完善、界面美观、操作简单、功能齐全、管理便捷，具有很高的实际应用价值。 项目都经过严格调试，确保可以运行！可以放心下载 1. 技术组成 前端： 小程序 后台框架：SSM/SpringBoot（如果有的话） 开发环境：idea，微信开发者工具 数据库：MySql（建议用 5.7 版本，8.0 有时候会有坑） 数据库可视化工具：使用 Navicat 部署环境：Tomcat（建议用 7.x 或者 8.x 版本），maven
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

元气少女缘结神

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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