社区
图形处理/算法
帖子详情
大家一起讨论一下,sift基础问题
hndxh3000
2008-02-19 02:49:32
当然,首先说我的观点不一定正确:
sift算法的关键是特征点寻找,并建立特征向量已进行匹配。
而我一直弄不懂,怎么样的点应作为特征点?
而且,“多尺度下的极值点”——“极值”指的是??尺度如何建立??
——了解的指导一下,我平时都是做时域图象处理,突然接触这些东西,很茫然
...全文
139
5
打赏
收藏
大家一起讨论一下,sift基础问题
当然,首先说我的观点不一定正确: sift算法的关键是特征点寻找,并建立特征向量已进行匹配。 而我一直弄不懂,怎么样的点应作为特征点? 而且,“多尺度下的极值点”——“极值”指的是??尺度如何建立?? ——了解的指导一下,我平时都是做时域图象处理,突然接触这些东西,很茫然
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
beret1533
2009-04-23
打赏
举报
回复
还是看看LOWE的论文比较好吧,我属于数学基础不好的,现在正在努力弄懂SIFT实现的过程和基本原理
尺度空间在LOWE的文章里就开宗明义的定义了,就是图像函数和一个高斯核函数的卷积。
呵呵其他的还是要靠自己看看了,我也说不清楚~
zhangzhx3
2009-04-23
打赏
举报
回复
通俗理解sift尺度空间,可以参考一下
http://hi.baidu.com/simonyuee/blog/item/b46f5d3ecb0eb53e70cf6ce7.html
1.尺度的建立是按照高斯卷积进行的,高斯的卷积按照参数的不同肯定是出来的图像不同的,这样就可以按照相邻的两幅高斯后的图像进行相减,得到DOG;
2.而后,极值的建立就是在这个基础上进行的,按照三层进行比较建立;
3.极值点的建立最后还需要去除边缘和低对比度的点.
http://www.china-vision.net/blog/user1/218/archives/2007/1015.html
这个最下面有个doc,你看看,比较详细.
当然,看原文肯定是最好的.
vivienne930
2008-03-25
打赏
举报
回复
其实有人根据David Lowe的论文写了非常详细的sift讲义和其他材料放在网上,你自己搜索一下就能找到的
hndxh3000
2008-03-20
打赏
举报
回复
有谁懂吗?解释一下……
长尾巴的悟空
2008-02-19
打赏
举报
回复
我更茫然..俺不懂来看看.
java opencv
sift
_opencv实战:
SIFT
的实现
首先祭出匹配效果:(这篇文章的算法来自EE208课程,文章内较少涉及,而主要讨论我的实现过程。文章很长,不妨收藏,找个时间敲一遍来更好理解。转载,请先征得本人同意,谢谢各位看官~~)想要源码的同学们直接看文末~1, 实验准备1.1,实验环境在本次实验中,我采用的是Windows10-1903+PyCharm+python3.7+opencv+numpy环境。(由于opencv轻量且适用性强,我们可...
SIFT
算法原文解析
一、整体概括 在David G.Lowe的《Distinctive Image Features from Scale-Invariant Keypoints》中讲解了有很多特性的图像特征,这些特征在不同图像的物体中或者场景中都是很适用的。这些特征具有尺度不变性和旋转不变性,尤其在光照和3D相机视角改变时具有不变性。它们在空间和频域下都能进行良好地定位,降低了由于闭塞、杂乱和噪声代...
PCA-
SIFT
:一个更鲜明地局部图像描述符
本节主要对论文《PCA-
SIFT
: A More Distinctive Representation for Local Image Descriptors》中,前5部分进行Transtion.稳定的局部特征检测和描述是很多图像配准和对象识别算法的基本组成部分。Mikolajczyk和Schmid[14]近日评估了不同方法并鉴定
SIFT
[11]算法是最耐久的一般图像变形算法。本文研究和提高
SIFT
使用的局部图像描述符。如同
SIFT
,我们的描述符编码了特征点附近图像梯度的突出方面;然而,代替使用
SIFT
的平
【OpenCV】
SIFT
原理与源码分析
原文出自:http://blog.csdn.net/xiaowei_cqu/article/details/8069548
SIFT
简介 Scale Invariant Feature Transform,尺度不变特征变换匹配算法,是由David G. Lowe在1999年(《Object Recognition from Local Scale-Invariant Feature
OpenCV2马拉松第27圈——
SIFT
论文,原理及源码解读
计算机视觉讨论群162501053 转载请注明:http://blog.csdn.net/abcd1992719g/article/details/28424579
图形处理/算法
19,469
社区成员
50,697
社区内容
发帖
与我相关
我的任务
图形处理/算法
VC/MFC 图形处理/算法
复制链接
扫一扫
分享
社区描述
VC/MFC 图形处理/算法
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