社区
机器视觉
帖子详情
sift
千里之外z
2016-12-06 05:13:02
SIFT 算法中,有几点疑惑:
一、在尺度空间里为什么需要降采样?
二、为什么选取的关键点具有尺度不变性?
希望大家能给个比较详细的解释!谢谢!!!
...全文
760
5
打赏
收藏
sift
SIFT 算法中,有几点疑惑: 一、在尺度空间里为什么需要降采样? 二、为什么选取的关键点具有尺度不变性? 希望大家能给个比较详细的解释!谢谢!!!
复制链接
扫一扫
分享
转发到动态
举报
写回复
配置赞助广告
用AI写文章
5 条
回复
切换为时间正序
请发表友善的回复…
发表回复
打赏红包
三眼二郎
2017-12-28
打赏
举报
回复
对的,每个特征点同时包含自己的尺度信息,也就是自己在哪种尺度下选取的。匹配的时候还需要涉及到尺度的关系,因此具有尺度不变性,比较的时候是在相同尺度下进行对比的。
千里之外z
2017-11-28
打赏
举报
回复
重新修正:降采样是为了获得不同尺寸的图像,模拟人眼越远图像越小越模糊,小采用了降采样远采用了高斯模糊 感觉这个是sift的思想精髓 然后第二个问题就是保证sift是尺度不变的 我这里是这样理解的 找到每个尺度下的特征点 然后进行交叉匹配 能匹配上的我们就可以选取 这个就是尺度不变特征点。
千里之外z
2016-12-20
打赏
举报
回复
这么久没人来解答,写一下自己想法。 首先,降采样的目的是为了减少计算量,因为当sigma很大时,这个高斯模板很大,此时要计算每个像素运算量就会很大,当然得到的极值点会很多(但我们并不需要这么多),为此我们可以降采样,用更少的像素点去替代原图,减少计算量。 第二,尺度不变性,我是这样理解的,生成每个尺度下的极值点。图1中的某个sigma1中的关键点能与图2中的sigma2中的关键点可以匹配。
qq_34799398
2016-12-08
打赏
举报
回复
降采样是让尺度空间连续,在不同的尺度下检测出来的特征点,自然具有尺度不变性
sunny7862632
2016-12-08
打赏
举报
回复
你的第一个问题回答了你第二个问题。。。。。
SIFT
算法详解及应用(讲的非常好很详细)
SIFT
算法特点 •
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。 • 独特性(Distinctiveness)好,信息量丰富,适用于在海量特征 数据库...
西电zelianwen的配准代码(含SAR-
SIFT
)_SAR
SIFT
_SAR-
SIFT
_
sift
配准_包含SAR-
SIFT
算法
配准算法程序,包含
SIFT
,SAR-
SIFT
等
第二章:视觉特征提取
本章介绍计算机视觉中视觉特征提取的知识。
Sift
算法与VC代码
Sift
是David Lowe于1999年提出的局部特征描述子,并于2004年进行了更深入的发展和完善。
Sift
特征匹配算法可以处理两幅图像之间发生平移、旋转、仿射变换情况下的匹配问题,具有很强的匹配能力。在Mikolajczyk对包括...
SIFT
—matlab代码
基于
SIFT
的图像配准程序
SIFT
特征匹配算法是目前国内外特征点匹配研究领域的热点与难点,其匹配能力较强,可以处理两幅图像之间发生平移、旋转、仿射变换情况下的匹配问题,甚至在某种程度上对任意角度拍摄的图像也具备...
机器视觉
4,445
社区成员
15,335
社区内容
发帖
与我相关
我的任务
机器视觉
图形图像/机器视觉
复制链接
扫一扫
分享
社区描述
图形图像/机器视觉
社区管理员
加入社区
获取链接或二维码
近7日
近30日
至今
加载中
查看更多榜单
社区公告
暂无公告
试试用AI创作助手写篇文章吧
+ 用AI写文章