原创力文档- 1、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。。
- 2、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。
- 3、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)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、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。
- 6、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。
- 7、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
-
01图像特征提取概述
目录
Content02SIFT算法
03SURF算法
图像特征提取是计算机视觉和图像处理中的
一个重要任务，它从图像中提取出对于问题
有意义的信息或特征，这些信息或特征可以
用于后续的分类、识别、定位等任务
图像特征提取的方法有很多，这里我们将
介绍两种常用的算法：SIFT(尺度不变特征
变换)和SURF(加速鲁棒特征)
SIFT算法
SIFT(尺度不变特征变换)是一种经典的图像特征提取算法，它由DavidLowe在1999年提出，
并在2004年完善。SIFT算法的主要优点是它对图像的旋转、缩放、亮度变化等都能保持较
好的稳定性，同时具有良好的独特性和鲁棒性
SIFT算法的主要步骤包括
尺度空间极值检测：在这个步骤中，算法通过在多个尺度空间(Scale-Space)上查找图
像中的关键点(Keypoints)，这些关键点是在图像的各种尺度下都能保持稳定的存在
SIFT算法
关键点定位：在找到潜在的关键点描述：在关键点的周
关键点后，算法会进一步精围，算法计算出一个局部描
确地确定这些关键点的位置述子，这个描述子包含了图
和尺度像的局部信息，例如边缘方
向、梯度强度等
方向分配：为了使算法对旋转
具有不变性，每个关键点都会特征匹配：通过比较不同图
被分配一个主方向。这个主方像的关键点描述子，可以找
向是根据关键点邻域内的像素
出哪些图像有相似的特征
强度的分布来计算的
SURF算法
SURF(加速鲁棒特征)算法是另一种常用的图像特征提取算法，它由HerbertBay在2006年
提出。与SIFT算法相比，SURF算法的计算复杂度较低，而且SURF算法是专利保护的，这使
得SURF在商业应用中有更多的使用
SURF算法的主要步骤包括
尺度空间极值检测：与SIFT算法一样，SURF算法也首先在尺度空间中寻找关键点
关键点定位：SURF算法使用Hessian矩阵来定位关键点，这比SIFT算法使用
DoG(DifferenceofGaussian)方法更高效
方向分配：SURF算法使用Haar小波变换来分配关键点
1的主方向，这比SIFT算法使用基于像素强度的分布的
方法更简单有效
关键点描述：SURF算法使用基于Haar小波变换的关键
SURF算法2点描述子，这比SIFT
文档评论（0）