zju学习之路

摘要： 2.3 找到特征点到现在，我们已经生成了一个尺度空间，并且使用尺度空间来计算Difference of Gaussian，它们被用于计算尺度不变性的Laplacian of Gaussian的近似。通过得到的DoG图像可以找到好的特征点，分为两个子步骤：1. 在DoG图像中找到极大或极小像素点2. 找到子像素级的极大极小值点极大或极小像素点第一步是粗糙地找到极大极小值像素点，这很简单，我们可以扫描每个像素并且检测所有的邻接像素点，邻接像素点不仅包括当前图像中的邻接像素，而且包括上一层和下一层图像中的邻接像素。 图2.6 在DoG图像中找极大极小像素点X标记当前像素点，绿色的圈标记邻接像素点，用 阅读全文

摘要： 一、介绍特征的检测和匹配在许多计算机视觉应用中是一个重要的组成部分，例如无缝拼接，三维重建等。其中兴趣点特征是很重要的一类特征，而目前应用最广泛的兴趣点特征检测方法就是SIFT检测算法，该检测算法所得到的特征点不仅在位置上能够稳定识别，而且具有尺度不变性和旋转不变性。由于各大论坛以及该论文作者都只是给出matlab的实现算法，并未给出C++的版本，而且由于在SIFT的实现过程中有很多参数设置和细节上的优化处理，实现起来比较复杂。该程序使用主流的开源的OpenCV库函数给出了C++版本的SIFT特征检测算法，并结合样例，详细地描述了实现过程中的大部分细节。二、算法描述SIFT特征不只具有尺度不变 阅读全文