没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
试读
64页
深圳电信培训中心徐海蛟老师上课教材,热门的图像匹配算法sift。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图像相对应。传统的匹配算法往往是直接提取角点或边缘,对环境的适应能力较差,急需提出一种鲁棒性强、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。 1999年British Columbia大学大卫.劳伊(David G.Lowe)教授总结了现有的基于不变量技术的特征检测方法,并正式提出了一种基于尺度空间的、对图像缩放、旋转甚至仿射变换保持不变性的图像局部特征描述算子-SIFT(尺度不变特征变换),这种算法在2004年被加以完善。 将一幅图像映射(变换)为一个局部特征向量集;特征向量具有平移、缩放、旋转不变性,同时对光照变化、仿射及投影变换也有一定不变性。 SIFT特征是图像的局部特征,其对旋转、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。 目标的自身状态、场景所处的环境和成像器材的成像特性等因素影响图像配准/目标识别跟踪的性能。而SIFT算法在一定程度上可解决。 SIFT算法的实质可以归为在不同尺度空间上查找特征点(关键点)的问题。
资源推荐
资源详情
资源评论
2021.08.03 1/60
BEIJING
INSTITUTE
OF
TECHNOLOGY
尺度不变特征变换匹配算法
Scale Invariant Feature Transfor
m
( SIFT )
宋丹
10905056
2021.08.03 3
Scale Invariant Feature
Transform
SIF
T
SIFT
SIFT
简介
简介
传统的特征提取方法
•
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或边缘,对环境的
适应能力较差,急需提出一种鲁棒性强、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。
2021.08.03 4
Scale Invariant Feature
Transform
SIF
T
•
1999 年 British Columbia 大学大卫 . 劳伊( David G.Lowe )教授总结
了现有的基于不变量技术的特征检测方法,并正式提出了一种基于尺度空间
的、对图像缩放、旋转甚至仿射变换保持不变性的图像局部特征描述算子-
SIFT (尺度不变特征变换),这种算法在 2004 年被加以完善。
SIFT 提出的目的和意义
David G. Lowe
Computer Science Department
2366 Main Mall
University of British Columbia
Vancouver, B.C., V6T 1Z4, Can
ada
E-mail: lowe@cs.ubc.ca
SIFT
SIFT
简介
简介
2021.08.03 5
Scale Invariant Feature
Transform
SIF
T
SIFT
SIFT
简介
简介
将一幅图像映射(变换)为一个局部特征向量集;特征向量具有
平移、缩放、旋转不变性,同时对光照变化、仿射及投影变换也有一定不
变性。
Original image courtesy of David Lowe
剩余63页未读,继续阅读
石头风
- 粉丝: 3
- 资源: 37
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功
- 1
- 2
- 3
前往页