图像处理经典特征检测.pptVIP

特征检测 * 什么是数字图像？ 一副图像可以被定义为一个二维函数 f（x,y），其中 x和y是空间（平面）坐标，f在任何坐标点（x,y）处的振幅称为图像在该点的灰度值。灰度是用来表示黑白图像亮度的一个术语（0为黑色、1为白色），而彩色图像是由三个单个二维图像组成的。例如，在RGB彩色图像中，一幅彩色图像是由三幅独立的分量图像（红、绿、蓝）组成的。 因此一幅数字图像在MATLAB中可以很自然地表示成矩阵： 等式右边是定义给出的一副数字图像。该数组的每一个元素都称为像元、图元、像素。 * 特征检测 特征检测是图像识别、图像融合、图像分割、图像配准等处理的基础。以下以图像配准为例： 图像配准，就是将两幅或多幅具有与原始图像中相同特征的部分对齐的过程。目前现有的图像配准算法主要包括两类：基于特征的图像配准算法和基于区域图像的配准算法。 区域匹配算法是最传统、最常用的算法，但这种算法在参考图像和待配准图像存在相似度低的情况下，配准率往往很低。 图像的特征匹配算法是利用各种算法提取出图像的明显特征，比如图像的角点、兴趣点、边缘信息等，根据特征信息来估计图像间的变换关系，这样做 可以减少计算量、提高图像配准的效率。 目前，典型的配准方法有基于比值的匹配算法、基于轮廓的匹配算法、基于角点的匹配算法、基于SIFT的图像配