|
摘要：
http://blog.csdn.net/ijuliet/archive/2009/10/07/4640624.aspxSIFT(Scale-invariant feature transform), Lowe, 2004PCA-SIFT(Principle Component Analysis), Y.ke, 2004SURF(Speeded Up Robust Features), Bay, 2006这三位先后登场各有千秋，算是图像特征点检测领域的宋氏三姐妹了！SIFT鼻祖先宗大佬，PCA-SIFT将SIFT中直方图方法换作主元分析法，SURF取出integral/Hessian两样法宝实 阅读全文
posted @ 2010-12-08 20:23 编著人 阅读(2020) 评论(0) 推荐(0) 编辑
摘要：
识别算法概述：SIFT/SURF基于灰度图，一、首先建立图像金字塔，形成三维的图像空间，通过Hessian矩阵获取每一层的局部极大值，然后进行在极值点周围26个点进行NMS，从而得到粗略的特征点，再使用二次插值法得到精确特征点所在的层（尺度），即完成了尺度不变。二、在特征点选取一个与尺度相应的邻域，求出主方向，其中SIFT采用在一个正方形邻域内统计所有点的梯度方向，找到占80%以上的方向作为主方向；而SURF则选择圆形邻域，并且使用活动扇形的方法求出特征点主方向，以主方向对齐即完成旋转不变。三、以主方向为轴可以在每个特征点建立坐标，SIFT在特征点选择一块大小与尺度相应的方形区域，分成16块， 阅读全文
posted @ 2010-12-08 20:20 编著人 阅读(1432) 评论(0) 推荐(1) 编辑
摘要：
http://wsyjwps1983.blog.163.com/blog/static/68009001201062191450806/SIFT算法小结1SIFT发展历程SIFT算法由D.G.Lowe1999年提出，2004年完善总结。后来Y.Ke将其描述子部分用PCA代替直方图的方式，对其进行改进。2SIFT主要思想SIFT算法是一种提取局部特征的算法，在尺度空间寻找极值点，提取位置，尺度，旋转不变量。3SIFT算法的主要特点：a)SIFT特征是图像的局部特征，其对旋转、尺度缩放、亮度变化保持不变性，对视角变化、仿射变换、噪声也保持一定程度的稳定性。b)独特性(Distinctiveness 阅读全文
posted @ 2010-12-08 20:14 编著人 阅读(2487) 评论(0) 推荐(0) 编辑
摘要：
http://blog.csdn.net/plaieuwjp/archive/2010/05/20/5612104.aspx一、综述Scale-invariant feature transform(简称SIFT)是一种图像特征提取与匹配算法。SIFT算法由David.G.Lowe于1999年提出，2004年完善总结，后来Y.Ke(2004)将其描述子部分用PCA代替直方图的方式，对其进行改进。SIFT算法可以处理两幅图像之间发生平移、旋转、尺度变化、光照变化情况下的特征匹配问题，并能在一定程度上对视角变化、仿射变化也具备较为稳定的特征匹配能力。二、SIFT特征提取算法SIFT算法首先在尺度空 阅读全文
posted @ 2010-12-08 20:09 编著人 阅读(2675) 评论(0) 推荐(0) 编辑
摘要：
http://blog.csdn.net/jiangnanmeiying/archive/2009/10/21/4710621.aspxSIFT小结《Distinctive Image Features from Scale-Invariant Keypoints》 David G,Lowe1.介绍：特征提取过程：1，尺度空间极值检测。2，特征点定位。（包括去除不稳定的点）。3，特征点的方向赋值。4，特征点描述子生成。2.极值点检测：尺度空间由输入图像和高斯函数卷积产生。尺度空间的极值点由高斯差分函数与图像卷积二乘的DOG求的。第二组第一层的图像是第一组第二层图像重采样1/2得到的。极值点的检 阅读全文
posted @ 2010-12-08 20:07 编著人 阅读(1281) 评论(0) 推荐(0) 编辑
摘要：
http://blog.sina.com.cn/s/blog_5d793ffc0100g240.htmlSIFT 后来有两种扩展，都用到PCA的概念。1 PCA-SIFTPCA-SIFT与标准sift有相同的亚像素位置（sub-pixel），尺度（scale）和主方向（dominant orientations），但在第4步计算描述子的时候，它用特征点周围的41×41的像斑计算它的主元，并用PCA-SIFT将原来的2×39×39维的向量降成20维，以达到更精确的表示方式。一 创建PCA-SIFT描述子的步骤：1）计算或者载入投影矩阵2）检测关键点3）通过与投影矩阵相乘投影关键点周围的像斑1.1 阅读全文
posted @ 2010-12-08 19:50 编著人 阅读(7012) 评论(0) 推荐(0) 编辑 |
||
