基于特征匹配的算法.pptxVIP

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

LocalfeaturesDetection:x2matrixofimagederivatives(averagedinneighborhoodofapoint).

Theneedforinvariance光照变化几何变换平移Translation欧几里德几何（平移+旋转）相似性变换（平移+旋转+尺度）仿射变换投影变换

特征匹配过程特征提取HarrisandHessianDetector尺度不变特征检测仿射不变特征检测特征提取总结特征描述特征匹配SIFT算法

Secondmomentmatrix/autocorrelationmatrix公式由来说明0201（1）Harrisdetector(Harris,1988)

STEP4STEP3STEP2STEP1给定点(x,y)及位移(△x,△y)，窗口为W，用差平方和(SSD)近似自相关函数，计算窗口W和位移窗口内灰度的差别。位移后影像函数通过一阶泰勒展开式近似重新计算f(x,y):“secondmomentmatrixM”影像信号的局部自相关函数

1—Mcanbeusedtoderiveameasureof“cornerness”2—Independentofvariousdisplacements(Δx,Δy)3—Corner:significantgradientsin1directions?rankM=24—Edge:significantgradientin1direction?rankM=15—Homogeneousregion?rankM=0Autocorrelation(secondmoment)matrix

Harrisdetector流程1.Imagederivatives2.Squareofderivatives3.Gaussianfilterg()4.Cornernessfunction5.Non-maximasuppressioncHarristHarris

（2）Hessiandetector(Beaudet,1978)Taylor二阶展开式得到Hessian矩阵IIxxIxyIyy

小总结Harrisdetector

Rotationinvariant?YesTheeigenvaluesofMrevealtheamountofintensitychangeinthetwoprincipalorthogonalgradientdirectionsinthewindow.

Scaleinvariant?NoHessiandetector

Rotationinvariant?Yes

Scaleinvariant?No

特征匹配过程特征提取HarrisandHessianDetector尺度不变特征检测仿射不变特征检测特征提取总结特征描述特征匹配SIFT算法

尺度选择1TheLaplacian-of-Gaussian(LoG)Detector2TheDifference-of-Gaussian(DoG)Detector3TheHarris-LaplacianDetector4TheHessian-LaplaceDetector51.2尺度不变特征检测

1.2尺度不变特征检测尺度选择

1.2尺度不变特征检测尺度选择

1.2尺度不变特征检测(2)TheLaplacian-of-Gaussian(LoG)Detector

1LaplacianfilterLaplacian算子具有旋转不变性，但对噪声很敏感，因此常需进行平滑操作

2LoGfilter高斯滤波平滑，然后拉普拉斯滤波。SmoothLaplacianI(x,y)O(x,y)

Laplacian-of-Gaussian(LoG)尺度空间的局部极大值点

1.2尺度不变特征检测TheDifference-of-Gaussian(DoG)Detector可用高斯差分函数(DoG)近似LoG12

sOriginalimageSamplingwith

steps4=2sssComputationinGaussianscalep