没有合适的资源?快使用搜索试试~ 我知道了~
转换PDF上传的 原文链接 http://blog.csdn.net/zddmail/article/details/7521424
资源推荐
资源详情
资源评论
13-7-23
SIFT算法详解 - zddmail的专栏 - 博客频道 - CSDN.NET
blog.csdn.net/zddmail/article/details/7521424
1/19
目录(?) [+]
公告:博客新增直接引用代码功能 专访赵霏:应把握机会 HTML5游戏开发已臻成熟 CSDN博客频道自定义摘要、图片水印、热门
标签等功能上线啦 CSDN博客第二期云计算最佳博主评选
SIFT算法详解
2012-04-28 21:40 7539人阅读 评论(54) 收藏 举报
jobs 互联网 图像处理 数据库 算法
尺度不变特征变换匹配算法详解
Scale Invariant Feature Transform(SIFT)
Just For Fun
zdd zddmail@gmail.com
对于初学者,从David G.Lowe的论文到实现,有许多鸿沟,本文帮你跨越。
1、SIFT综述
尺度不变特征转换(Scale-invariant feature transform或SIFT)是一种电脑视觉的算法用来侦测与描述影像中的局部性特征,
它在空间尺度中寻找极值点,并提取出其位置、尺度、旋转不变量,此算法由 David Lowe在1999年所发表,2004年完
善总结。
其应用范围包含物体辨识、机器人地图感知与导航、影像缝合、3D模型建立、手势辨识、影像追踪和动作比对。
此算法有其专利,专利拥有者为英属哥伦比亚大学。
局部影像特征的描述与侦测可以帮助辨识物体,SIFT 特征是基于物体上的一些局部外观的兴趣点而与影像的大小和旋
转无关。对于光线、噪声、些微视角改变的容忍度也相当高。基于这些特性,它们是高度显著而且相对容易撷取,在母
数庞大的特征数据库中,很容易辨识物体而且鲜有误认。使用 SIFT特征描述对于部分物体遮蔽的侦测率也相当高,甚
至只需要3个以上的SIFT物体特征就足以计算出位置与方位。在现今的电脑硬件速度下和小型的特征数据库条件下,辨
识速度可接近即时运算。SIFT特征的信息量大,适合在海量数据库中快速准确匹配。
SIFT算法的特点有:
1. 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;
2. 独特性(Distinctiveness)好,信息量丰富,适用于在海量特征数据库中进行快速、准确的匹配;
3. 多量性,即使少数的几个物体也可以产生大量的SIFT特征向量;
4. 高速性,经优化的SIFT匹配算法甚至可以达到实时的要求;
5. 可扩展性,可以很方便的与其他形式的特征向量进行联合。
SIFT算法可以解决的问题:
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:
1. 目标的旋转、缩放、平移(RST)
2. 图像仿射/投影变换(视点viewpoint)
3. 光照影响(illumination)
4. 目标遮挡(occlusion)
5. 杂物场景(clutter)
6. 噪声
SIFT算法的实质是在不同的尺度空间上查找关键点(特征点),并计算出关键点的方向。SIFT所查找到的关键点是一些十
分突出,不会因光照,仿射变换和噪音等因素而变化的点,如角点、边缘点、暗区的亮点及亮区的暗点等。
Lowe将SIFT算法分解为如下四步:
原创:10篇 转载:0篇
译文:0篇 评论:77条
展开
(7539)
(5189)
(3500)
(1155)
(749)
(680)
个人资料
zddmail
访问:19637次
积分:324分
排名:千里之外
文章搜索
文章分类
vs2010 trimesh2 rtsc (2)
高斯模糊 (1)
高斯卷积 (1)
高斯核 (1)
Java JNI dll (1)
模糊决策 (1)
机器人壁障 (1)
文章存档
2013年05月 (1)
2013年03月 (2)
2012年12月 (1)
2012年07月 (1)
2012年05月 (1)
阅读排行
SIFT算法详解
vs2010创建和使用动态链接库(dll)
高斯模糊实现小结
win7 IE64位浏览器能上网,ie,搜狗等不能上网 的解决办法
Qt问题汇总
vs2010配置trimesh2-2.10和rtsc-1.5
目录视图 摘要视图 订阅
shihufeng 我的: 收件箱 资源 博客 空间 设置 | 帮助 | 退出首页 业界 移动 云计算 研发 论坛 博客 下载
zddmail的专栏
更多
13-7-23
SIFT算法详解 - zddmail的专栏 - 博客频道 - CSDN.NET
blog.csdn.net/zddmail/article/details/7521424
2/19
1. 尺度空间极值检测:搜索所有尺度上的图像位置。通过高斯微分函数来识别潜在的对于尺度和旋转不变的兴趣点。
2. 关键点定位:在每个候选的位置上,通过一个拟合精细的模型来确定位置和尺度。关键点的选择依据于它们的稳定程
度。
3. 方向确定:基于图像局部的梯度方向,分配给每个关键点位置一个或多个方向。所有后面的对图像数据的操作都相对
于关键点的方向、尺度和位置进行变换,从而提供对于这些变换的不变性。
4. 关键点描述:在每个关键点周围的邻域内,在选定的尺度上测量图像局部的梯度。这些梯度被变换成一种表示,这种
表示允许比较大的局部形状的变形和光照变化。
本文沿着Lowe的步骤,参考Rob Hess及Andrea Vedaldi源码,详解SIFT算法的实现过程。
2、高斯模糊
SIFT算法是在不同的尺度空间上查找关键点,而尺度空间的获取需要使用高斯模糊来实现,Lindeberg等人已证明高斯卷
积核是实现尺度变换的唯一变换核,并且是唯一的线性核。本节先介绍高斯模糊算法。
2.1二维高斯函数
高斯模糊是一种图像滤波器,它使用正态分布(高斯函数)计算模糊模板,并使用该模板与原图像做卷积运算,达到模糊
图像的目的。
N维空间正态分布方程为:
(1-1)
其中, 是正态分布的标准差, 值越大,图像越模糊(平滑)。r为模糊半径,模糊半径是指模板元素到模板中心的距
离。如二维模板大小为m*n,则模板上的元素(x,y)对应的高斯计算公式为:
(1-2)
在二维空间中,这个公式生成的曲面的等高线是从中心开始呈正态分布的同心圆,如图2.1所示。分布不为零的像素
组成的卷积矩阵与原始图像做变换。每个像素的值都是周围相邻像素值的加权平均。原始像素的值有最大的高斯分布
值,所以有最大的权重,相邻像素随着距离原始像素越来越远,其权重也越来越小。这样进行模糊处理比其它的均衡模
糊滤波器更高地保留了边缘效果。
理论上来讲,图像中每点的分布都不为零,这也就是说每个像素的计算都需要包含整幅图像。在实际应用中,在计算高
斯函数的离散近似时,在大概3σ距离之外的像素都可以看作不起作用,这些像素的计算也就可以忽略。通常,图像处
理程序只需要计算 的矩阵就可以保证相关像素影响。
2.2 图像的二维高斯模糊
根据σ的值,计算出高斯模板矩阵的大小( ),使用公式(1-2)计算高斯模板矩阵的值,与原图像做卷
积,即可获得原图像的平滑(高斯模糊)图像。为了确保模板矩阵中的元素在[0,1]之间,需将模板矩阵归一化。5*5的高
斯模板如表2.1所示。
下图是5*5的高斯模板卷积计算示意图。高斯模板是中心对称的。
(302)
(184)
(126)
(106)
(54)
(8)
(7)
(3)
(3)
(2)
(0)
(0)
(0)
(0)
JNI技术小结
c++解决枚举类型不能重名的宏
模糊决策--机器人壁障
trimesh2沿x、y、z轴旋转
评论排行
SIFT算法详解
高斯模糊实现小结
vs2010配置trimesh2-2.10和rtsc-1.5
vs2010创建和使用动态链接库(dll)
Qt问题汇总
c++解决枚举类型不能重名的宏
JNI技术小结
trimesh2沿x、y、z轴旋转
win7 IE64位浏览器能上网,ie,搜狗等不能上网 的解决办法
模糊决策--机器人壁障
推荐文章
最新评论
SIFT算法详解
ahgjs: @zhangray01:你好,你有
两幅图像配准的源码吗?求共享~
SIFT算法详解
ahgjs: 我建立一个SIFT算法交流
群,大家一起讨论交流有关SIFT算
法以及相关问题。。群号,
24165418...
SIFT算法详解
ahgjs: @zddmail:我建立一个SIFT
算法交流群,大家一起讨论交流有
关SIFT算法以及相关问题。。群
号...
SIFT算法详解
ahgjs: @yeyexiaolehehe:我建立一
个SIFT算法交流群,大家一起讨论
交流有关SIFT算法以及相...
SIFT算法详解
ahgjs: @ILOVETHSS:我建立一个
SIFT算法交流群,大家一起讨论交
流有关SIFT算法以及相关问
题。。...
SIFT算法详解
ahgjs: 我建立一个SIFT算法交流
群,大家一起讨论交流有关SIFT算
法以及相关问题。。群号,
24165418...
SIFT算法详解
liuyue2046: @beyond_boy:矩阵的
特征值,表明了值变化的速率,也
就是梯度的模值。特征向量就是变
化的方向,...
SIFT算法详解
ILOVETHSS: 你好 我也是刚刚涉足
SIFT这个方法 所以有很多不太懂的
以后可以请教你么 方便的话留个邮
箱吧
SIFT算法详解
tiny_player: 还有一点,(4-2)代
入(4-1)之后是(4-3)吗?我怎么
算出来是中间那个符号该是减
号?!
SIFT算法详解
tiny_player: 4.2消除边缘响应,这
部分是不是就是不想让边缘点作为
关键点?但为什么边缘点不能作为
关键点呢?我觉得它...
13-7-23
SIFT算法详解 - zddmail的专栏 - 博客频道 - CSDN.NET
blog.csdn.net/zddmail/article/details/7521424
3/19
2.3分离高斯模糊
如图2.3所示,使用二维的高斯模板达到了模糊图像的目的,但是会因模板矩阵的关系而造成边缘图像缺失(2.3 b,c),
越大,缺失像素越多,丢弃模板会造成黑边(2.3 d)。更重要的是当变大时,高斯模板(高斯核)和卷积运算量将大幅度提
高。根据高斯函数的可分离性,可对二维高斯模糊函数进行改进。
高斯函数的可分离性是指使用二维矩阵变换得到的效果也可以通过在水平方向进行一维高斯矩阵变换加上竖直方向的一
维高斯矩阵变换得到。从计算的角度来看,这是一项有用的特性,因为这样只需要 次计
算,而二维不可分的矩阵则需要 次计算,其中,m,n为高斯矩阵的维数,M,N为二维图像的维数。
另外,两次一维的高斯卷积将消除二维高斯矩阵所产生的边缘。
剩余18页未读,继续阅读
资源评论
清涧煎饼
- 粉丝: 10
- 资源: 4
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
最新资源
- _电容层析成像图像重建与流型辨识方法研究.caj
- _基于综合设计的涡轴发动机热力循环方案研究.pdf
- 高血压风险预测-学习之旅-简单前端设计
- psqlodbc的源码包省的到时候下载了
- 虚拟化kvm实践视频.zip
- 代际传承、继承人特征与企业费率论文实证分析Stata代码及2010-2022年数据更新-最新出炉.zip
- 大自然——昆虫的“家”(1000字).docx文档-最新出炉.zip
- 地理、经济及地理经济嵌套矩阵数据资源-最新出炉.zip
- 第一至五批专精特新“小巨人”企业公示名单(EXCEL+PDF,含多维度信息)-最新出炉.zip
- 第七次人口普查中国省市区县乡镇街道分年龄人口数详细资料(2020年)-最新出炉.zip
- 东方财富股吧评论语料原始数据集(用于情感分析、舆情指数构建、NLP模型训练)-最新出炉.zip
- 独家!2007-2022年上市公司绿色全要素生产率及其分解项测算(附8篇权威参考文献)-最新出炉.zip
- 多期双重差分DID的Stata操作指南-最新出炉.zip
- 个人编写及收集的文华财经量化交易源代码(仅供学习)-最新出炉.zip
- 各省及地级市绿色金融全领域指标数据汇总(含信贷、投资等)-最新出炉.zip
- 各国地理、文化、制度距离及人均GDP数据(截至2020年)-最新出炉.zip
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
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