|
摘要：
http://www.shamoxia.com/html/y2010/2146.html最近自己混淆了好多概念，一边弄明白的同时，也做了一些记录，分享一下。想要得知图像中哪些是有意义的，必须先要明确这样一个问题：在一幅图像中，只有在一定的尺度范围内，一个物体才有意义。举一个例子，树枝这个概念，只有在几厘米到几米的距离去观察它，才能感知到它的确是树枝；如果在微米级或者千米级去观察，就不能感知到树枝这个概念了，这样的话可以感知到的是细胞或者是森林的概念。因而，如果想要描述现实世界的结构，或者将三维物体映射到二维的图像上去，多尺度表示将会至关重要。多尺度表示的概念很容易理解，举例说明，绘制地图时会有 阅读全文
posted @ 2010-12-09 13:22 编著人 阅读(2849) 评论(3) 推荐(0) 编辑
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(2026) 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(1440) 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(2495) 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(2678) 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(7019) 评论(0) 推荐(0) 编辑
摘要：
http://blog.sina.com.cn/s/blog_3ec43aef0100l13g.html1.局部算子分类：1）基于分布的算子：使用直方图表现不同的外观或形状特2）空间频率技术：傅立叶变换和盖伯变换3）微分算子：2.局部特征建立依赖的空间1）归一化的Laplacian尺度空间2)Difference of Gaussian3. 局部区域检测算法1）Harris points旋转不变量 特征点周围41×41像素区域 大小固定2）Harris-Laplace regions旋转和尺度不变量检测角点结构特征3）Hessian-Laplace regions 旋转和尺度不变量特征点是由H 阅读全文
posted @ 2010-12-04 23:02 编著人 阅读(3872) 评论(1) 推荐(0) 编辑
摘要：
http://share.pengyou.qq.com/index.php?mod=usershare&act=show&sid=1291340612&u=c265e4bd629300c5502d1acfba91f2a822d0b7a15441d141&adtag=from_feed&ADTAG=FEED_Zhudong也许你已经硕士、博士毕业了，也许你正在参与科研报告编写，也许你正在撰写论文，是不是遇到很多word里面的图表，公式自动编号的问题呢？本文提到的论文写作几大自动编号功能，定能让你事半功倍（亲身体验(⊙o⊙)哦），因为专业所以专长。如果你还在 阅读全文
posted @ 2010-12-03 20:51 编著人 阅读(535) 评论(0) 推荐(0) 编辑
摘要：
用过Matlab的人都知道，Matlab是一种解释性语言，存在计算速度慢的问题，为了提高程序的运行效率，matlab提供了多种实用工具及编码技巧。1. 循环矢量化Matlab是为矢量和矩阵操作而设计的，因此，可以通过矢量化方法加速M文件的运行。矢量化是指将for循环和while循环转换为等价的矢量或矩阵操作。下面给出一个循环的例子：i=0;for n = 0:0.1:1000i=i+1;y(i)=... 阅读全文
posted @ 2010-11-26 19:16 编著人 阅读(20316) 评论(3) 推荐(2) 编辑
摘要：
指定窗函数在图像中的对应中心，将图像除窗函数外全补为0可以方便的实现矩阵运算！代码版权归原创作者所有！ 阅读全文
posted @ 2010-11-25 03:12 编著人 阅读(5528) 评论(0) 推荐(0) 编辑
摘要：
http://www.madio.net/forum-viewthread-tid-91108-extra-page%3D1%26filter%3Dlastpost%26dateline%3D7948800-ordertype-1.html昨天在学习Matlab的数学函数时，教程中提到取模（mod）与取余（rem）是不同的，今天在网上具体查了一下：通常取模运算也叫取余运算，它们返回结果都是余数.r... 阅读全文
posted @ 2010-11-25 00:56 编著人 阅读(196233) 评论(3) 推荐(4) 编辑
摘要：
http://blog.sina.com.cn/s/blog_4502b1890100gby5.html我要一次读取E：\0.bmp到E：\500.bmp的图片怎么弄啊？用imread('E：\0.bmp')好像不能用循环啊，不可能叫我一张一张读吧？那个大虾帮个忙啊，谢谢啊！！最好闪个例子哈，谢谢啊！！11！！！1 图像按编号命名:1.jpg, 2.jpg,....,n.jpg2 循环读图I=ce... 阅读全文
posted @ 2010-11-24 22:47 编著人 阅读(12755) 评论(0) 推荐(2) 编辑
摘要：
http://blog.sina.com.cn/s/blog_5618fdb9010005tc.htmlMATLAB中读入图像的数据类型是uint8，而在矩阵中使用的数据类型是double因此I2=im2double(I1) :把图像数组I1转换成double精度类型；如果不转换，在对uint8进行加减时会产生溢出图像数据类型转换函数默认情况下，matlab将图象中的数据存储为double型，即64位浮点数；matlab还支持无符号整型（uint8和uint16）；uint型的优势在于节省空间，涉及运算时要转换成double型。im2double():将图象数组转换成double精度类型im2 阅读全文
posted @ 2010-11-23 08:22 编著人 阅读(23176) 评论(1) 推荐(0) 编辑 |
||
