SIFT原理与源码分析
来源:互联网 发布:手机淘宝店虚拟怎么做, 编辑:程序博客网 时间:2024/05/29 14:27
SIFT简介
Scale Invariant Feature Transform,尺度不变特征变换匹配算法,是由David G. Lowe在1999年(《Object Recognition from Local Scale-Invariant Features》)提出的高效区域检测算法,在2004年(《Distinctive Image Features from Scale-Invariant Keypoints》)得以完善。
SIFT特征对旋转、尺度缩放、亮度变化等保持不变性,是非常稳定的局部特征,现在应用很广泛。而SIFT算法是将Blob检测,特征矢量生成,特征匹配搜索等步骤结合在一起优化。我会更新一系列文章,分析SIFT算法原理及OpenCV 2.4.2实现的SIFT源码:
- DoG尺度空间构造(Scale-space extrema detection)
- 关键点搜索与定位(Keypoint localization)
- 方向赋值(Orientation assignment)
- 关键点描述(Keypoint descriptor)
- OpenCV实现:特征检测器FeatureDetector
- SIFT中LoG和DoG的比较
OpenCV2.3之后实现了SIFT的代码,2.4改掉了一些bug。本系列文章主要分析OpenCV 2.4.2SIFT函数源码。
SIFT位于OpenCV nonfree的模块,David G. Lowe申请了算法的版权,请尊重作者权力,务必在允许范围内使用。
SIFT in OpenCV
OpenCV中的SIFT函数主要有两个接口。
构造函数:
nOctaveLayers:金字塔中每组的层数(算法中会自己计算这个值,后面会介绍)。
contrastThreshold:过滤掉较差的特征点的对阈值。contrastThreshold越大,返回的特征点越少。
edgeThreshold:过滤掉边缘效应的阈值。edgeThreshold越大,特征点越多(被多滤掉的越少)。
sigma:金字塔第0层图像高斯滤波系数,也就是σ。
重载操作符:
img:8bit灰度图像
mask:图像检测区域(可选)
keypoints:特征向量矩阵
descipotors:特征点描述的输出向量(如果不需要输出,需要传cv::noArray())。
useProvidedKeypoints:是否进行特征点检测。ture,则检测特征点;false,只计算图像特征描述。
函数源码
构造函数SIFT()主要用来初始化参数,并没有特定的操作:
主要操作还是利用重载操作符()来执行:
函数中用到的构造金字塔: buildGaussianPyramid(base, gpyr, nOctaves);等步骤请参见文章后续系列。
0 0
- SIFT原理与源码分析
- SIFT原理与源码分析
- 【OpenCV】SIFT原理与源码分析
- 【OpenCV】SIFT原理与源码分析
- 【OpenCV】SIFT原理与源码分析
- 【OpenCV】SIFT原理与源码分析
- 【OpenCV】SIFT原理与源码分析
- 【OpenCV】SIFT原理与源码分析
- 【OpenCV】SIFT原理与源码分析
- 【OpenCV】SIFT原理与源码分析
- 【OpenCV】SIFT原理与源码分析
- 【OpenCV】SIFT原理与源码分析
- 【OpenCV】SIFT原理与源码分析
- 【OpenCV】SIFT原理与源码分析
- 【OpenCV】SIFT原理与源码分析
- SIFT算法原理与OpenCV源码分析1:SIFT简介
- 【OpenCV】SIFT原理与源码分析:DoG尺度空间构造
- 【OpenCV】SIFT原理与源码分析:DoG尺度空间构造
- linux共享内存原理剖析
- 一个diaodiao的Git分支模型(译)
- Linux下的解压缩命令
- 一天搞定HTML----a标签02
- 【线性代数的几何意义】行列式的几何意义
- SIFT原理与源码分析
- MyEclipse+Tomcat+MAVEN+SVN项目完整环境搭建
- oracle Error: PLS-00905: 对象 HBH.QRY_QUERYDATA 无效
- Triangles HUST 1607 (map<pair,int>,几何)
- 基于 @Transactional 的声明式事务管理
- kickstart安装配置
- Spring: @Transactional中的propagation属性
- 图——广度优先遍历(邻接矩阵存储)
- C++汉诺塔问题