物体识别中的特征-基于SIFT特征提取、描述、匹配.pptx

物体识别中的局部特征提取;基于图像进行物体识别的过程;图像特征;特征提取中的常见问题;局部特征;传统的局部特征提取;7;SIFT算法的主要特点;9;尺度空间;尺度空间;图像多尺度表示 ;图像多尺度表示 ;SIFT算法步骤;15;?;17;在实际应用中，在计算高斯函数的离散近似时，在大概3σ距离之外的像素都可以看作不起作用，这些像素的计算也就可以忽略。 通常，图像处理程序只需要计算 ;高斯金子塔的构建过程可分为两步： （1）对图像做高斯平滑； （2）对图像做降采样。 为了让尺度体现其连续性，在简单 降采样的基础上加上了高斯滤波。 一幅图像可以产生几组（octave） 图像，一组图像包括几层 （interval）图像。 ;20;高斯金字塔的组内尺度与组间尺度;22;23;24;25;26;27;28;29;30;31;特征检测;关键点描述;34;35;36;37;38;谢谢！