经典算法初探之SIFT
来源:互联网 发布:jira同类软件 编辑:程序博客网 时间:2024/05/17 03:44
尺度不变换特征变换(Scale invariant feature Transform,SIFT)(Lowe,1999,2004)[1],[2]
目标是解决低层次特征提取及其图像匹配应用中的许多实际问题。
关于SIFT算法,2004年David Lowe发表在Int. Journal of Computer Vision的经典论文[2]中,对尺度空间(scale space)是这样定义 :It has been shown by Koenderink (1984) and Lindeberg (1994) that under a variety of reasonable assumptions the only possible scale-space kernel is the Gaussian function.Therefore,the scale space of an image is defined as a function L(x, y,delta) that is produced from the convolution of a variable-scale Gaussian G(x,y,delta), with an input image I(x, y).
==========================
这里有几点疑惑,记录下来
- input image I(x, y):究竟是什么形式? 有人提到x,y是空间坐标。众所周知图像数据内应该带有空间坐标,RGB的颜色信息等等才能组成图像。如果只有空间坐标,没有该坐标上的颜色信息怎么能构成一幅图像?
- function L(x, y,delta):是尺度空间(scale space)的表示函数。其中x,y应该和I(x, y)一致,delta是否可以当做
尺度空间(scale space)的表示函数
其中G(x,y,σ) 是尺度可变高斯函数:
(x,y)是空间坐标,σ是尺度坐标。σ大小决定图像的平滑程度,大尺度对应图像的概貌特征,小尺度对应图像的细节特征。大的σ值对应粗糙尺度(低分辨率),反之,对应精细尺度(高分辨率)。为了有效的在尺度空间检测到稳定的关键点,提出了高斯差分尺度空间(DOG scale-space)。利用不同尺度的高斯差分核与图像卷积生成。
选择高斯差分尺度空间计算极值点是原因有两点;第一、为了容易计算,不同尺度空间相减即可;第二、差分尺度空间和高斯拉普拉斯函数近似相等。
这里我有个疑问,两个尺度空间相减是什么情况?得出的又是什么的?两个函数相减.....
0 0
- 经典算法初探之SIFT
- 经典SIFT算法
- 转:图像匹配之:经典sift算法(一)
- 图像匹配之:经典sift算法(二)
- SIFT经典算法调试心得
- 图像匹配算法之初探尺度不变特征变换(SIFT)算法
- opencv之sift算法
- 经典算法研究系列:九、图像特征提取与匹配之SIFT算法
- 经典算法研究系列:九之续、sift算法的编译与实现
- 经典算法研究系列:九、图像特征提取与匹配之SIFT算法
- 经典算法研究系列:九、图像特征提取与匹配之SIFT算法
- 经典算法研究系列:九之续、sift算法的编译与实现
- 经典算法研究系列:九、图像特征提取与匹配之SIFT算法
- 经典算法研究系列:九、图像特征提取与匹配之SIFT算法
- 经典算法研究系列:图像特征提取与匹配之SIFT算法
- 经典算法研究系列:九、图像特征提取与匹配之SIFT算法
- 经典算法研究系列:九、图像特征提取与匹配之SIFT算法
- 经典算法研究系列:九之续、sift算法的编译与实现
- stagefright与opencore对比(转)
- 河南六成公务员想过辞职 最终无1人实践
- 黑马程序员_C语言基本概念
- oracle 死锁解决方法
- linux下安装使用jprofiler8(tomcat)
- 经典算法初探之SIFT
- MPEG TS PMT 的 stream type
- 腾讯 开发 平台 开发 wiki
- android终端中su命令不能用的问题
- Android多线程之图解Handler Looper MessageQueue Message
- zigbee组网过程
- 无序整数数组中找第k大的数
- grep用法
- DELETE 删除性能优化