如何快速计算图像的Hessian矩阵？

wujinjie746 2008-12-11 10:03:13

具体说就是如何快速计算图像的Hessian矩阵。
对图像进行配准，我使用lucas-kanade的算法
首先求出图像的梯度
然后求变换函数W(x;p)在(x;0)的偏导数
把上面两个式子相乘得到一个1x8的向量
向量的转置与向量本身相乘得到一个8x8矩阵。
以上步骤opencv中都有函数可以调用，速度很快
但是当我把这个矩阵，对图像中的每个像素点求和时，速度就降下来了
哪位高手有什么办法可以提高求和时的速度吗?
不甚感激！

...全文

1388 1 打赏收藏转发到动态举报

写回复

1 条回复

切换为时间正序

请发表友善的回复…

发表回复

opencv2013 2008-12-30

打赏
举报

回复

把图像数据隔行和隔列抽取

为了通过图像采集技术实时监控煤矿井下生产情况, 提出了基于图像增强的井下图像拼接算法。利用局部双边滤波算法对图像进行增强，在此基础上再利用近似的Hessian矩阵和框状滤波确定特征点的位置，然后，计算特征点的描述子向量，采用最近距离比次近距离的匹配算法将特征点配对，最后利用特征点对计算得出变换矩阵，采用线性渐变融合方法进行图像融合。通过图像增强前后特征点数量对比实验验证了增强算法的有效性，并证明了该算法显著提高了SURF（Speeded Up Robust Features）算法的拼接效率，有利于提高匹配的准确性和拼接的快速性。

针对surf算法原文的翻译，帮助大家快速阅读surf算法。 3快速Hessian检测器我们的检测器基于Hessian矩阵，因为它在计算时间和精度上表现良好。然而，我们依赖于Hessian的行列式，而不是使用不同的度量来选择位置和尺度（如在Hessian-Laplace检测器[11]中所做的那样）。给定图像I中的点x =（x，y），尺度σ中x中的Hessian矩阵H（x，σ）定义如下

SURF算法作为一种新近出现的特征提取方法，在重复度、独特性、鲁棒性3个方面，均超越或接近以往提出的同类方法，并在计算效率上具有明显的优势。本代码采用SURF算法检测图像并进行坐标变换与图像拼接。采用SURF算法对图像进行检测，其主要是用Hessian矩阵对图像进行检测，对图像的特征提取之后找到图像的特征点。之后采用最近临快速匹配（NN）、随机抽样一致性（RANSAC）算法和最小二乘法参数优化（LM）对特征点进行提纯匹配。最后在两幅图像中进行坐标变换，达到统一坐标系和图像拼接的效果。

视觉传感器在航空无人机导航和定位任务中应用越来越广泛。针对无人机位置参数估计问题，提出了一种基于SURF特征的图像配准算法，该算法能够适应航空序列图像的旋转、尺度变换及噪声干扰，实现无人机位置的精确估计。构建了SURF尺度空间，运用快速Hessian矩阵定位极值点，计算出航空图像的64维SURF特征描述子；基于Hessian矩阵迹完成特征点匹配；使用RANSAC算法剔除出格点，实现位置参数的精确估计。通过航空图像序列实测数据位置估计实验，验证了该算法的有效性。

为在矿井环境下尽量多的提取图像特征点数量,从而监控矿井下生产情况.采用局部双边滤波算法对图像进行增强,再利用近似的Hessian矩阵和框状滤波确定特征点的位置;计算特征点的描述子向量,采用最近距离比次近距离的匹配算法将特征点配对,使用RANSAC算法消除误匹配错误;利用特征点计算出变换矩阵,采用线性渐变融合方法进行图像融合.研究结果表明:图像增强后特征点数量明显增多,SURF算法的拼接效率显著上升,有利于提高匹配的准确性和拼接的快速性.

4,446

社区成员

15,335

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

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