第08章遥感图像配准与镶嵌.pptVIP

尺度空间检测(二) 原因有两个： DoG是一个比较有效率，计算上比较方便快速的filter DoG基本上跟Laplacion of Gaussian差不多一样稳定 理论上来说 Koendetink证明高斯卷积核是实现尺度变换的唯一变换核 而Lindeberg等人则进一步证明高斯核是唯一的线性核。 第26页，共54页，编辑于2022年，星期五 尺度空间 下一层时 ?乘2 K=2(1/s) 每层包含 s+3个图像 第27页，共54页，编辑于2022年，星期五 关键点定位 选择x的依据是在27个值中最大或最小 第28页，共54页，编辑于2022年，星期五 精确定位关键点 通过曲面拟合的方法对关键点进行进一步的精确定位，同时去除低对比度的关键点和不稳定的边缘响应点。 计算 如果 小于 0.03 ，抛弃 第29页，共54页，编辑于2022年，星期五 方向指定 梯度方向直方图方法 计算最接近关键点尺度的高斯滤波影像梯度，再卷积高斯滤波器获得权重梯度 实际计算 以关键点为中心的邻域窗口内采样，并用直方图统计邻域像素的梯度方向。 梯度直方图的范围是0～360度，每10度一个柱，总共36个柱。直方图的峰值则代表了该关键点处邻域梯度的主方向，即作为该关键点的方向。 当存在另一个相当于主峰值80%能量的峰值时