描述子描述特征点,理想中的描述子应具备在大小、方向、明暗不同的图像中,同一特征点应具有足够相似的描述子,称之为描述子的可复现性。
颜色特征
量化颜色直方图
-
适用颜色空间:RBG、HSV等颜色空间
-
操作:
颜色空间量化,单元(bin)由单元中心表示
统计落在量化单元上的像素数量 -
常用方法:将颜色空间各个分量(维度)均匀地进行划分
-
举例
聚类颜色直方图
-
适用颜色空间:Lab等颜色空间
-
操作:
使用聚类算法对所有像素点颜色向量进行聚类
单元(bin)由聚类中心表示 -
具体解释:考虑图像颜色特征在整个空间的分布情况,避免出现大量bin中的像素数量非常稀疏的情况。
-
举例:
缺陷及改进
设想两幅图像的颜色直方图几乎相同,只是互相错开了一个bin,这时如果采用L1距离或者欧拉距离计算两者的相似度,会得到很小的相似度值。
为了克服这个缺陷,需要考虑到相似但不相同的颜色之间的相似度:
(1)采用二次距离
(2)对颜色直方图事先进行平滑过滤,即每个bin中的像素对于相邻的几个bin也有贡献
几何特征
Edge,Corner,Blob
边缘 Edge
边缘是像素明显变化的区域,具有丰富的语义信息,用于物体识别,几何、视角变换
(1)边缘定义:像素值函数快速变化的区域 → \to →一阶导数的极值区域
(2)边缘提取:
先高斯去噪,在使用一阶导数获取极值,因为导数对噪声敏感
边缘提取尺度问题:不同标准差的滤波(x方向)、能捕捉到不同尺度的边缘
常见边缘:斜边缘 ,引入梯度概念,梯度幅度/强度: h x ( x , y ) 2 + h y ( x , y ) 2 h_x(x,y)^2+h_y(x,y)^2 hx(x,y)2+hy(x,y)2,梯度增加最快的方向 a r c t a n ( h y ( x , y ) h x ( x , y ) ) arctan(\frac{h_y(x,y)}{h_x(x,y)}) arctan(