基于特征匹配的算法.pptVIP

下载本文档

0
0
约5.17千字
约 10页
2025-03-30 发布于北京
举报
版权申诉

基于特征匹配的算法.ppt

1、本文档共10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)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

DetectorIlluminationRotationScaleAffineHarriscornerYesYesNoNoDoGYesYesYesNoHarris_LaplacianYesYesYesNoHarris_AffineYesYesYesYesHarris-Laplace(HRL)scale-adaptedHarris(rotationinvariant)Laplacian-of-Gaussianscale-space(scaleinvariant)detectscornerlikestructuresHessian-Laplace(HSL)Hessiandetector(rotationinvariant)Laplacian-of-Gaussianscale-space(scaleinvariant)blob-likestructureshigherlocalizationaccuracythanDoGhigherscaleselectionaccuraythanHRLLaplacekernelfitsbettertoblobsthantocornersDifference-of-Gaussian(DoG)localscale-spacemaximaoftheDoGblob-likestructuresrespondtoedges(unstable)Harris-Affine(HRA)localizationandscaleestimatedbyHRLaffineadaptationprocessbasedonsecondmomentmatrixHessian-Affine(HSA)HSL+affineadaptationprocess特征匹配过程特征提取特征描述概述几种特征描述方法特征匹配SIFT算法2.1特征描述概述Extractvectorfeaturedescriptorsurroundingeachinterestpoint.TheidealdescriptorshouldbeRepeatableDistinctiveCompactEfficientChallengesInvariant：IlluminationScaleRotationAffineIlluminationScaleRotationAffine特征匹配过程1特征提取2特征描述2.1概述2.2几种特征描述方法3特征匹配二.SIFT算法01.Rawpatches02.Momentinvariants03.Filters04.SIFTdescriptor05.SURF2.2几种特征描述方法Rawpatches用相关系数估计两个描述子描述特征点邻域的最简单方法是直接将邻域的像素灰度强度构成特征向量。的相似程度缺点：对位置，尺度，姿态的变化敏感弱区分性Momentinvariants1962年Hu提出了图像识别的不变矩理论，即图像的7个不变矩具有平移、旋转、比例不变性。为图像识别建立了一种统计特征提取方法，得到了广泛应用。以下7个对平移、旋转和尺度变换不变的矩是由归一化的二阶和三阶中心矩得到的：(2)MomentinvariantsGeneralmomentsoforderp+qanddegreea:—Centralmomentsμpq:invarianttotranslation—NormalizedcentralmomentsTranslation,rotation,scaleinvariantmomentsΦ1...Φ7[Hu]Geometric/photometric,colorinvariants[vanGooletal.]●Computingtheinvariantsreducesthenumberofdimensions●Moresuitableforcolorimages基于特征的匹配特征匹配过程特征提取特征描述特征匹配SIFT算法