前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >Local Image Descriptors

Local Image Descriptors

作者头像
caoqi95
发布2019-09-30 16:58:47
9050
发布2019-09-30 16:58:47
举报
文章被收录于专栏:caoqi95的记录日志

3D Vision 课程笔记汇总。

Local Features

Advantages of local features
Motivation
How to define "unusual"?

为了在其他图像中可以明确匹配(如图像校准任务),我们需要选取非寻常的特征。但是如何定义非寻常?

思考下图的情况,我们用小窗口来选取特征,怎样选取的特征是好的特征?

  • 第一幅图是在平坦区域选取特征
  • 第二幅图是在边缘区域选取特征
  • 第三幅图是在角落区域选取特征

现在分别将三幅图中的窗口移动,可以发现平坦区域的特征变化不大,几乎算是没怎么变;边缘区域左右移动的话会有变化,上下移动则没变;角落区域上下左右移动都会有明显的变化。

所以,第三幅图选取的特征是好的特征(独一无二,非寻常)。即选择好特征的标准是:在所有方向上移动,都会有大的变化(Shifting the window in any direction causes a big change)

Harris Corner Detector

SIFT - Scale Invariant Feature Transform

本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2019.09.29 ,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • Local Features
    • Advantages of local features
      • Motivation
        • How to define "unusual"?
        • Harris Corner Detector
        • SIFT - Scale Invariant Feature Transform
        领券
        问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档