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

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)

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)

#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)

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

Sfit特征提取和匹配的具体步骤

问题信息

热门推荐

相关试题