【技术实现步骤摘要】
一种不同尺度空间特征寻找方法
本专利技术涉及一种图像检测方法,具体涉及一种不同尺度空间特征寻找方法。
技术介绍
尺度不变特征转换(Scale-invariantfeaturetransform或SIFT)是一种电脑视觉的算法用来侦测与描述影像中的局部性特征,它在空间尺度中寻找极值点,并提取出其位置、尺度、旋转不变量,此算法由DavidLowe在1999年所发表,2004年完善总结。但目前还没有具体的实现和具体策略。
技术实现思路
本专利技术所要解决的技术问题是在不同的尺度空间上查找特征点,并计算出关键点的方向,目的在于提供一种不同尺度空间特征寻找方法,解决上述问题。一种不同尺度空间特征寻找方法,包括基础SIFT算法,还包括在SIFT算法基础上的变换,具体包括以下步骤:S1,尺度空间极值检测,搜索所有尺度上的图像位置;S2,利用高斯微分函数筛选识别兴趣点;S3,确定图像局部的梯度方向;S4,关键点描述。S1,尺度空间极值检测:搜索所有尺度上的图像位置。通过高斯微分函数来识别潜在的对于尺度和旋转不变的兴趣点。S2,关键点定位:在每个候选的位置上,通过一个拟合精细的模型来确定位置和尺度。关键点的选择依据于它们的稳定程度。S3,方向确定:基于图像局部的梯度方向,分配给每个关键点位置一个或多个方向。所有后面的对图像数据的操作都相对于关键点的方向、尺度和位置进行变换,从而提供对于这些变换的不变性。S4,关键点描述:在每个关键点周围的邻域内,在选定的尺度上测量图像局部的梯度。这些梯度被变换成一种表示,这种表示允许比较大的局部形状的变形和光照变化。进一步地,S1采用高斯模糊进 ...
【技术保护点】
1.一种不同尺度空间特征寻找方法,包括基础SIFT算法,其特征在于,还包括在SIFT算法基础上的变换,具体包括以下步骤:S1,尺度空间极值检测,搜索所有尺度上的图像位置;S2,利用高斯微分函数筛选识别兴趣点;S3,确定图像局部的梯度方向;S4,关键点描述。
【技术特征摘要】
1.一种不同尺度空间特征寻找方法,包括基础SIFT算法,其特征在于,还包括在SIFT算法基础上的变换,具体包括以下步骤:S1,尺度空间极值检测,搜索所有尺度上的图像位置;S2,利...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。