- 1、本文档共39页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
物体识别中的局部特
征提取
基于SIFT算法的检测、描述和匹配
基于图像进行物体识别的过程
特征提取
特征匹配
待识别的图含情识
词的粒
包含兴翟
图像的时学
特征提取底
于其但
征提取
检测子)
特征描述专正门
形成特
(描述子)等
在特征库中
进行匹配
特征库
局部特征
用于识别的要求局部特征:
●重复性
图像变化
对应特征不变性
●可区分性
●准确性
对比度
对比度不变性
●数量以及效率
平移不变性
●不变性
旋转不变性
尺度变化
尺度不变性
仿射变换
仿射不变性
视角变化
立体物体多角度建模
传统的局部特征提取
●成像匹配的核心问题是将同一目标在不同时间、不同分辨率、
不同光照、不同位姿情况下所成的像相对应
传统的匹配算法往往是直接提取角点、线或边缘,对环境的适
应能力较差
●需要一种鲁棒性强、能够适应不同光照、不同位姿等情况下能
够有效识别目标的方法
SIFT算法的主要特点
●SF特征是图像的局部特征,其对平移、旋转、尺度缩放、亮
度变化保持不变性。
●对视角变化、仿射变换、噪声也保持一定程度的稳定性。
●独特性好,信息量丰富,适用于在海量特征数据库中进行快速、
准确的匹配。
●多量性,即使少数的几个物体也可以产生大量SFT特征向量
●可扩展性,可以很方便的与其他形式的特征向量进行联合。
例如旋转不变性
文档评论(0)