![](https://img-blog.csdnimg.cn/20201014180756738.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
图像匹配基础知识
文章平均质量分 79
一只小白的碎碎念
个人博客,博文均为整理资料方便日后复习用,若有引用未指出望告知。
展开
-
图像匹配中的局部图像特征描述综述
在诸多的局部图像特征描述子中,SIFT(Scale Invariant Feature Transform)是其中应用最广的,它在1999年首次提出,至2004年得到完善。SIFT的提出也是局部图像特征描述子研究领域一项里程碑式的工作。由于SIFT对尺度、旋转以及一定视角和光照变化等图像变化都具有不变性,并且SIFT具有很强的可区分性,自它提出...转载 2019-11-15 15:32:58 · 844 阅读 · 0 评论 -
图像匹配中的特征点检测之斑点检测(一)
图像特征点检测一、斑点和角点斑点检测1、LoG算子2、SIFT算子一、斑点和角点全局特征容易受到噪声干扰,而局部特征比较稳定,适合用于图像匹配。局部特征点分为斑点和角点,斑点是指与周围有着颜色和灰度差别的区域,角点则是图像中一边物体的拐角或者线条之间的交叉部分,由于斑点是一个区域,比角点的稳定性好。斑点检测 在视觉领域,斑点检测的主要思路都是检测出图像中比它周围像...原创 2019-11-13 22:21:47 · 5392 阅读 · 1 评论 -
图像匹配中的特征点检测之角点检测(二)
角点检测1、Harris2、FAST前面的博文讲完了斑点检测,角点检测中经典算法有两种:Harris和FAST。1、HarrisHarris角点检测的主要思想是局部自相似性/自相关性,即在某个局部窗口内图像块与在各个方向微小移动后的窗口内图像块的相似性。假设在像素点邻域内任意方向上移动块区域,若强度发生了剧烈变化,则变化处的像素点为角点。可以通过计算Harris矩阵的角点响应值D来判断是否为...原创 2020-11-21 14:48:32 · 637 阅读 · 0 评论 -
图像匹配中的其他算子(三)
1、KLTKLT算子(详细介绍见:图像处理特征不变算子系列之KLT算子)将图像匹配问题,从传统的滑动窗口搜索方法变为一个求解偏移量的过程。对于图像F(x)和G(x),找到一个视差向量h,使得F(x+h)与G(x)的差异最小。后来对h做了改进,变成仿射运动域,即找到[A,d],使得F(Ax+d)与G(x)的差异最小。公式表示为min∬W[F(Ax+d)−G(x)]2w(x)dxmin \...原创 2019-11-15 15:14:52 · 201 阅读 · 0 评论 -
图像匹配中的二进制字符串特征描述算法
特征描述1、BRIEF2、ORB3、BRISK4、FREAK图像匹配第一个步骤是特征构造,第二个就是特征描述。斑点检测中提到的SIFT和SURF算法均包含了特征描述过程,它们采用梯度统计直方图的描述子,属于浮点型特征描述子,计算复杂,效率较低,二进制字符串特征描述子则改进了这一限制。1、BRIEFBRIEF算法特征检测部分与FAST类似,在特征点周围邻域内选取若干个像素点对,通过对这些点对的...原创 2019-11-14 17:58:05 · 1459 阅读 · 0 评论