iT邦幫忙

2023 iThome 鐵人賽

0
自我挑戰組

多媒體:影像處理系列 第 24

局部特徵—SIFT描述符號1

  • 分享至 

  • xImage
  •  

SIFT(Scale-Invariant Feature Transform)是一種用於圖像處理和計算機視覺中的局部特征提取算法。SIFT描述符的創建包括以下四個主要步驟:

  1. 檢測尺度空間極值點

    • 數學表達式:SIFT首先在不同的尺度下使用高斯濾波來檢測圖像中的關鍵點,這些關鍵點通常對應於圖像中的局部極值。SIFT使用高斯金字塔來模擬不同尺度下的圖像。在每個尺度下,通過對圖像使用不同尺度的高斯核,可以得到高斯模糊圖像。然後,通過比較像素值與其周圍像素值來檢測局部極值點。如果像素值是局部最大或局部最小,並且大於或小於其相鄰像素,那麽它就是一個關鍵點。


  2. 在極值點中定位出更加穩定的關鍵點

    • 在極值點中定位更加穩定的關鍵點是一個重要的步驟。因為低對比度的極值點對噪音更敏感,所以首先需要剔除低對比度的極值點。DoG函數在圖像邊緣會產生較強的邊緣響應,因此還需要去除不穩定的邊緣響應點。通過這兩步處理,可以篩選出更加穩定的關鍵點。

參考資料:深智數位《CV+AI自己動手完成圖像搜尋引擎》


上一篇
建立索引
下一篇
局部特徵—SIFT描述符號2
系列文
多媒體:影像處理30
圖片
  直播研討會
圖片
{{ item.channelVendor }} {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

尚未有邦友留言

立即登入留言