首页
题库
面试
求职
学习
竞赛
More+
所有博客
搜索面经/职位/试题/公司
搜索
我要招人
去企业版
登录 / 注册
首页
>
试题广场
>
Sfit特征提取和匹配的具体步骤
[问答题]
Sfit特征提取和匹配的具体步骤
查看答案及解析
添加笔记
求解答(0)
邀请回答
收藏(228)
分享
纠错
3个回答
添加回答
5
Better-M
首先,告诉大家一个小知识:sift特征点检测(提取),是人凭空构造出来的,集合人类智慧精华,基本是人类主观构造特征的极限。----ps:不要问为什么,我们老师讲的,呃呃呃。。。。
注意,在中文中,特征检测和特征提取是一码事。所以见到了要知道。
Sift特征提取和匹配步骤:
其中,DoG尺度空间,即高斯差分。
上图中,红线框住的部分其实就是特征点检测。从找主方向开始,我们的特征检测其实就已经结束了。
sift特征检测的大概流程:来一张图像用不同的卷积核做卷积,得到不同的卷积结果(即不同的尺度空间),然后对得到的结果做差分(得到高斯差分慈度空间),缩小原图像比例,重复上面过程,得到一个高斯差分金字塔,对金字塔中的每个点的邻域,搜索26邻域(因为是在三维空间中找邻域),找到候选极值,然后再做对比度边缘点(这是sift的缺点之一,即边缘上的点往往不是很稳定,但是边缘点又很重要。但是shift又要去掉它,所以shift是个有点矛盾的方法)消去一些候选点。
sift的另一个缺点:需要太多人为设定的参数(卷积核大小,金字塔层数,主方向分成多少度来看啊,非线性光照阈值的设置啊)
但是,即便如此,sift特征提取和匹配也是经过历史考验的!!!!!!!!!!!。
sift特征点匹配:
(1)首先先找主方向:找主方向是为了更方便的做特征点描述和匹配。
(2)构造描述子(得到128维描述子向量)。
(3)用描述子进行匹配(一般根据NNDR等准则进行匹配)。
发表于 2019-04-14 09:52:17
回复(0)
0
海森堡与薛定谔
传统计算机视觉
发表于 2020-07-06 07:22:45
回复(0)
0
#include
Sfit算法的实质是在不同的尺度空间上查找关键点(特征点),计算关键点的大小、方向、尺度信息,利用这些信息组成关键点对特征点进行描述的问题。Sift所查找的关键点都是一些十分突出,不会因光照,仿射便函和噪声等因素而变换的“稳定”特征点,如角点、边缘点、暗区的亮点以及亮区的暗点等。匹配的过程就是对比这些特征点的过程,这个流程可以用下图表述:
Sfit特征提取和匹配具体步骤
1. 生成高斯差分金字塔(DOG金字塔),尺度空间构建
2. 空间极值点检测(关键点的初步查探)
3. 稳定关键点的精确定位
4. 稳定关键点方向信息分配
5. 关键点描述
6. 特征点匹配
发表于 2019-04-12 15:59:18
回复(0)
这道题你会答吗?花几分钟告诉大家答案吧!
提交观点
问题信息
上传者:
小小
难度:
3条回答
228收藏
4059浏览
热门推荐
相关试题
明明的随机数
数组
评论
(3692)
来自
华为研发工程师编程题
5.下列判断正确的是( )
资料分析
言语理解与表达
资料分析
评论
(1)
已知a
40
=...
京东
职能
2019
财务
保险
评论
(1)
《拳皇97》最后BOSS是谁?
游戏常识
评论
(1)
《魔兽世界》中,下列不属于玩家可以...
游戏常识
评论
(1)
扫描二维码,关注牛客网
意见反馈
下载牛客APP,随时随地刷题