SIFT算法学习(1)
来源:互联网 发布:python 蚁群算法 编辑:程序博客网 时间:2024/05/26 14:12
1.尺度参数
尺度英文名scale,直观理解就是比例或者缩放。针对一幅图像,例如我们使用边缘检测算子,以像素为单位进行处理,这里的尺度就是像素级别。
在现实世界,物体距离人眼远或者近,距离远了,尺度大,只能看到物体的轮廓;距离近了,尺度小,能看到物体的细节。
在数字图像领域,不同的图像尺度,是由不同大小的高斯滤波器与图像卷积实现的,可以模拟目标不同的距离在人眼视网膜上的形成过程。它的目标不仅是消除细尺度噪声,而且还分离不同尺度的事件,这些事件起因于独特的物理过程【marr 1982】。
二维高斯函数定义:
一幅二维图像,在不同尺度下的图像与高斯核卷积得到:
x,y代表图像的像素位置,σ称为尺度因子,其值越小表示图像被平滑的越少,相应的尺度也越小。大尺度对应图像的概貌特征,小尺度对应于图像的细节特征。
2.图像金字塔
图像金字塔是一系列图像的集合,由于在处理图像时,可以在不同的图像分辨率(我理解也是一种尺度)上进行处理,所以图像采用金字塔分层结构存储,可提高处理图像效率。
向下采样技术是高斯金字塔,向上重建技术是拉普拉斯金字塔。
图像金字塔构建了不同的图像分辨率,在每个图像分辨率中又构建不同的尺度参数,二者共同构建了尺度空间,在SIFT算法中,这样更加完整的描述了图像的尺度信息。
- SIFT算法学习(1)
- SIFT算法学习(2)
- SIFT算法学习小记
- SIFT算法学习
- SIFT算法学习小记
- Sift算法学习小记
- sift算法学习
- SIFT算法学习小记
- SIFT算法学习小记
- SIFT算法学习
- SIFT算法学习
- SIFT算法学习小记
- SIFT算法学习
- SIFT算法学习
- SIFT算法学习
- SIFT算法学习
- SIFT算法学习总结
- 学习笔记:SIFT算法
- 关于j2ee的web工程研发(两种实现方式:1动静不分离 2动静分离即前后端分离),参数传递(即${}、{{}}等方式)的原理性、最原始思考
- django访问静态web资源
- memset
- windows系统tomcat安装启动失败
- 关于Ionic select在部分安卓下微信(QQ)点击无反应的解决方法
- SIFT算法学习(1)
- 文章标题
- bzoj4537 [Hnoi2016]最小公倍数
- 装X - 建立自己的斗图网站库
- MP4 文件格式解析
- java工厂模式
- Java抽象类和接口的优缺点
- 服务器负载均衡的基本功能和实现原理
- svn merge操作