计算机视觉基础2

特征

颜色特征

几何特征

        边缘 像素明显变化的区域 

        限速值函数快速变化的区域=》一阶导数的机制区域

        

        边缘提取：先高斯去噪，再使用一阶导数获取极值，导数对噪声敏感

         边缘提取尺度问题，不同标准差的滤波，能捕捉到不同尺度的边缘

        基于特征点的特征描述子，从不同距离角度方向光照条件下观察同一个物体找到相同的特征点，从而仍能识别为同一物体

        不同视角图片之间的映射，稳定局部特征点（可重复性、显著性）

Harris角点 在任何方向上移动小观察窗，导致大的像素变动

FAST角点检测 快速的特征检测算法 若某像素点与其周围领域内足够多的像素点处于不同的区域吗，则该像素点可能为角点，也就是某些属性与众不同。

不产生多尺度的特征，没有方向信息，失去旋转不变性

局部特征 SIFT 基于尺度空间不变的特征

        特点：具有良好的不变性，旋转、尺度缩放、平移、亮度变化 对视角变换、仿射变换和噪声也有一定程度的稳定性；独特性好，信息量丰富，适用于在海量特征数据库中进行快速准确的匹配；多样性，少数物体也可以产生大量sift特征

 步骤

Haar-like特征 分为边缘特征、线性特征、中心特征、对角线特征 组成特征模板

反映了图像的灰度变化情况

SURF改进sift 把高斯二阶微分的模板进行简化，是的卷积平滑操作仅需要转换成加减运算 

先确定候选点再找最大值，使用Haar特征，使用haar模板确定方向

ORB基于FAST角点的特征点检测与BRIEF特征描述技术

LBP局部二值模式  具有灰度不变性和旋转不变性

Gabor是一个用于边缘提取的线性滤波器，适合纹理分析