商城网站具体需求,有后台的网站怎么做,军事新闻今天,wordpress用户名一、说明 提起在OpenCV中的特征点提取#xff0c;可以列出Harris#xff0c;可以使用SIFT算法或SURF算法来检测图像中的角特征点。本篇围绕sift的特征点提取#xff0c;只是管中窥豹#xff0c;而更多的特征点算法有#xff1a; Harris Stephens / Shi–Tomasi 角点… 一、说明 提起在OpenCV中的特征点提取可以列出Harris可以使用SIFT算法或SURF算法来检测图像中的角特征点。本篇围绕sift的特征点提取只是管中窥豹而更多的特征点算法有 Harris Stephens / Shi–Tomasi 角点检测算法Förstner角点检测器多尺度 Harris 算子水平曲线曲率法高斯的拉普拉斯、高斯的差异和 Hessian 尺度空间兴趣点的行列式基于 Lindeberg Hessian 特征强度度量的尺度空间兴趣点仿射自适应兴趣点算子Wang 和 Brady 角点检测算法SUSAN 角点检测器Trajkovic 和 Hedley 角点检测器基于 AST 的特征检测器检测器自动合成时空兴趣点检测器 二、快速来自加速段测试的功能 FAST是一种用于识别图像中的兴趣点的算法。兴趣点具有较高的本地信息含量理想情况下它们应该在不同图像之间可重复。FAST算法工作背后的原因是开发一种兴趣点检测器用于实时帧速率应用如移动机器人上的SLAM这些应用的计算资源有限。 算法如下 在强度IP的图像中选择一个像素“p‟”。这是要标识为兴趣点的像素。设置阈值强度值 T。考虑围绕像素 p 的 16 像素圆圈。如果需要将 16 个像素检测为兴趣点则 个连续像素中的“N”个连续像素需要高于或低于值 T。为了使算法快速首先将圆的像素 1、5、9 和 13 的强度与 IP 进行比较。从上图中可以明显看出这四个像素中至少有三个应该满足阈值标准以便存在兴趣点。如果四个像素值中的至少三个 — I1 、I5 、I9 I13 不高于或低于 IP T则 P 不是兴趣点角。在这种情况下我们拒绝像素 p 作为可能的兴趣点。否则如果至少三个像素高于或低于 Ip T则检查所有 16 个像素。对图像中的所有像素重复此过程。 2.1 机器学习方法 选择一组图像进行训练运行FAST算法检测兴趣点 对于每个像素“p‟”将其周围的 16 个像素存储为向量并对所有像素重复此操作现在这是向量 P它包含所有用于训练的数据。向量中的每个值都可以采用三种状态。比 p 暗比 p 亮或与 p 相似。根据状态的不同整个向量P将细分为三个子集PdPsPb。定义一个变量 Kp如果 p 是兴趣点则为 true如果 p 不是兴趣点则为 false。使用 ID3 算法决策树分类器使用变量 Kp 查询每个子集以获取有关真实类的知识。ID3算法的工作原理是熵最小化。以这样一种方式查询 16 像素以便以最少的查询数找到真正的类兴趣点或非兴趣点。或者换句话说选择像素x它具有有关像素的最多信息 递归地将此熵最小化应用于所有三个子集。当子集的熵为零时终止进程。决策树学习的这种查询顺序也可用于在其他图像中更快地检测。 2.2 用于移除相邻拐角的非最大抑制 检测彼此相邻的多个兴趣点是该算法初始版本的其他问题之一。这可以通过在检测到兴趣点后应用非最大抑制来处理。我们为每个检测到的点计算一个评分函数 V。评分函数定义为“连续弧中像素与中心像素之间的绝对差值之和”。我们比较两个相邻的值并丢弃较低的值。 三、简介 二进制鲁棒独立基本特征 BRIEF 提供了一个快捷方式可以直接查找二进制字符串而无需查找描述符。它采用平滑的图像补丁并以独特的方式选择一组ndxy位置对在论文中解释。然后对这些位置对进行一些像素强度比较。例如设第一个位置对为 p 和 q。如果 Ip Iq 则其结果为 1否则为 0。这适用于所有 nd 位置对以获取 nd 维位串。此 nd 可以是 128、256 或 512。因此一旦我们得到这个我们就可以使用汉明距离来匹配这些描述符。 OpenCV中的简介 import numpy as np
import cv2
from matplotlib import pyplot as pltimg cv2.imread(simple.jpg,0)# Initiate STAR detector
star cv2.FeatureDetector_create(STAR)# Initiate BRIEF extractor
brief cv2.DescriptorExtractor_create(BRIEF)# find the keypoints with STAR
kp star.detect(img,None)# compute the descriptors with BRIEF
kp, des brief.compute(img, kp)print brief.getInt(bytes)
print des.shape 四、SIFT尺度不变特征变换 它是一种检测图像中突出、稳定的特征点的技术。对于每个这样的点它都提供了一组不变的旋转和缩放特征。 SIFT算法有四个步骤 •确定显著特征点也称为关键点的大致位置和比例 •优化其位置和规模 •确定每个关键点的方向。 •确定每个关键点的描述符。 五、大致位置 SIFT算法使用高斯差这是LoG的近似值。此过程针对高斯金字塔中图像的不同八度音阶完成。一旦找到此DoG就会在比例和空间上搜索图像的局部极值。这基本上意味着关键点在该比例中得到最好的表示。 5.1 关键点本地化 一旦找到潜在的关键点位置就必须对其进行优化以获得更准确的结果。他们使用尺度空间的泰勒级数展开来获得更准确的极值位置如果该极值的强度小于阈值根据论文为0.03则被拒绝。此阈值在 OpenCV 中称为 contrastThreshold。 DoG对边缘的响应更高因此也需要去除边缘。为此使用了类似于哈里斯角检测器的概念。他们使用2x2的Hessian矩阵H来计算主曲率。所以这里我们使用一个简单的函数如果这个比率大于阈值则该关键点将被丢弃。因此它消除了任何低对比度的关键点和边缘关键点剩下的就是强烈的兴趣点。 5.2 指定方向 现在为每个关键点分配一个方向以实现图像旋转的不变性。根据比例在关键点位置周围选取邻域并在该区域计算梯度大小和方向。将创建具有 36 个箱覆盖 360 度的方向直方图。它由梯度幅度和高斯加权圆形窗口加权σ等于关键点刻度的 1.5 倍。取直方图中的最高峰任何高于 80% 的峰值也被认为是计算方向的。它创建具有相同位置和比例但方向不同的关键点。它有助于匹配的稳定性。 5.3 每个关键点的描述符 现在关键点描述符已创建。在关键点周围拍摄一个 16x16 的邻域。它分为 16 个 4x4 大小的子块。对于每个子块创建一个 8 箱方向的直方图。它表示为向量以形成关键点描述符。除此之外还采取了一些措施来实现对照明变化、旋转等的鲁棒性。 六、应用匹配SIFT描述符 通过识别其最近的邻居来匹配两个图像之间的关键点。但在某些情况下第二个最接近的匹配可能非常接近第一个。这可能是由于噪音或其他一些原因而发生的。在这种情况下将采用最近距离与第二近距离的比率。如果大于 0.8则拒绝它们。它消除了大约 90% 的错误匹配而只丢弃了 5% 的正确匹配。 用于创建全景视图的 SIFT OpenCV 中的 SIFT import cv2
import numpy as npimg cv2.imread(home.jpg)
gray cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)sift cv2.SIFT()
kp sift.detect(gray,None)imgcv2.drawKeypoints(gray,kp)cv2.imwrite(sift_keypoints.jpg,img) 七、SURF加速 - 强大的功能 获取 SURF 描述符分为两个阶段首先检测 SURF 点然后在 SURF 点提取描述符。SURF点的检测利用了尺度空间理论。为了检测SURF点使用快速黑森矩阵。黑森矩阵的行列式用于决定是否可以选择一个点作为兴趣点。在图像 I 中点 X 处的 Hessian 矩阵由下式定义 在对图像执行卷积之前需要对高斯二阶导数进行离散化。Dxx、Dyy 和 Dxy 表示框滤波器与图像的卷积。这些近似的二阶高斯导数计算是通过使用积分图像快速进行的。 通过更改框过滤器的大小来分析图像的比例空间。通常Box 滤波器以默认大小 9x9 开头对应于 σ 1.2 的高斯导数。过滤器大小稍后会放大到 15x15、21x21、27x27 等大小。在每个尺度上计算黑森矩阵的近似行列式并应用 333 个邻域中的非极大抑制来求最大值。SURF 点的位置和比例 s 是用最大值获得的。 获得的SURF点的方向使用Haar小波响应进行分配。在 SURF 点附近即半径 6s 以内在 x 和 y 方向上计算哈尔小波响应。使用这些响应确定主要方向。在主导方向上构建了一个以SURF点为中心的20s大小的正方形。这分为44个子区域。在这些子区域中在55个规则放置的采样点处计算水平和垂直Haar小波响应dx和dy。这些响应以特定的区间相加得到 Σdx Σdy。此外这些响应的绝对值以特定区间求和得到 Σ|dx| Σ|dy|.使用这些值为每个子区域构造一个 4 维特征向量 V Σdx Σdy Σ|dx| Σ|dy|。因此每个提取的 SURF 点都与一个 4x4x4 描述符相关联该描述符是一个 64 维描述符。此 64 维描述符用于执行匹配操作。 八、ORB 定向快速和旋转简报 ORB基本上是FAST关键点检测器和BRIEF描述符的融合并进行了许多修改以增强性能。首先它使用 FAST 查找关键点然后应用 Harris 角度量来查找其中的前 N 个点。它还使用金字塔来生成多尺度特征。 ORB的算法 它计算角位于中心的修补程序的强度加权质心。矢量从此角点到质心的方向给出了方向。为了提高旋转不变性用 x 和 y 计算弯矩它们应该在半径为 r 的圆形区域中其中 r 是补丁的大小。现在对于描述符ORB 使用 BRIEF 描述符。BRIEF是旋转不变的因此ORB根据关键点的方向来操纵BRIEF。对于位置 xiyi 处的 n 个二进制测试的任何特征集定义一个 2 x n 矩阵 S其中包含这些像素的坐标。然后利用贴片的方向θ找到它的旋转矩阵旋转S得到转向旋转版本Sθ。 随着轮换的不变BRIEF变得更加分散。ORB 在所有可能的二元检验中运行贪婪搜索以找到方差高且均值接近 0.5 且不相关的检验。结果称为 rBRIEF。对于描述符匹配使用了在传统LSH基础上改进的多探针LSH。 OpenCV 中的 ORB import numpy as np
import cv2
from matplotlib import pyplot as pltimg cv2.imread(simple.jpg,0)# Initiate STAR detector
orb cv2.ORB()# find the keypoints with ORB
kp orb.detect(img,None)# compute the descriptors with ORB
kp, des orb.compute(img, kp)# draw only keypoints location,not size and orientation
img2 cv2.drawKeypoints(img,kp,color(0,255,0), flags0)
plt.imshow(img2),plt.show() 使用 ORB 进行图像匹配 文章转载自： http://www.morning.rqxmz.cn.gov.cn.rqxmz.cn http://www.morning.bpmnl.cn.gov.cn.bpmnl.cn http://www.morning.cnyqj.cn.gov.cn.cnyqj.cn http://www.morning.sfyqs.cn.gov.cn.sfyqs.cn http://www.morning.rbffj.cn.gov.cn.rbffj.cn http://www.morning.qsxxl.cn.gov.cn.qsxxl.cn http://www.morning.nnhrp.cn.gov.cn.nnhrp.cn http://www.morning.ylpwc.cn.gov.cn.ylpwc.cn http://www.morning.szzxqc.com.gov.cn.szzxqc.com http://www.morning.qszyd.cn.gov.cn.qszyd.cn http://www.morning.srtw.cn.gov.cn.srtw.cn http://www.morning.ksjmt.cn.gov.cn.ksjmt.cn http://www.morning.bssjp.cn.gov.cn.bssjp.cn http://www.morning.wqrk.cn.gov.cn.wqrk.cn http://www.morning.mnjwj.cn.gov.cn.mnjwj.cn http://www.morning.mfqmk.cn.gov.cn.mfqmk.cn http://www.morning.tgfsr.cn.gov.cn.tgfsr.cn http://www.morning.jhzct.cn.gov.cn.jhzct.cn http://www.morning.pkmw.cn.gov.cn.pkmw.cn http://www.morning.lfttb.cn.gov.cn.lfttb.cn http://www.morning.jqbmj.cn.gov.cn.jqbmj.cn http://www.morning.tbplf.cn.gov.cn.tbplf.cn http://www.morning.rfxyk.cn.gov.cn.rfxyk.cn http://www.morning.fxjnn.cn.gov.cn.fxjnn.cn http://www.morning.qphgp.cn.gov.cn.qphgp.cn http://www.morning.tqbyw.cn.gov.cn.tqbyw.cn http://www.morning.dpqwq.cn.gov.cn.dpqwq.cn http://www.morning.gjssk.cn.gov.cn.gjssk.cn http://www.morning.tqbw.cn.gov.cn.tqbw.cn http://www.morning.sypby.cn.gov.cn.sypby.cn http://www.morning.hqgkx.cn.gov.cn.hqgkx.cn http://www.morning.xrlwr.cn.gov.cn.xrlwr.cn http://www.morning.sxmbk.cn.gov.cn.sxmbk.cn http://www.morning.fqssx.cn.gov.cn.fqssx.cn http://www.morning.qstkk.cn.gov.cn.qstkk.cn http://www.morning.xbptx.cn.gov.cn.xbptx.cn http://www.morning.sfqtf.cn.gov.cn.sfqtf.cn http://www.morning.yhdqq.cn.gov.cn.yhdqq.cn http://www.morning.bwzzt.cn.gov.cn.bwzzt.cn http://www.morning.qkgwx.cn.gov.cn.qkgwx.cn http://www.morning.gwdmj.cn.gov.cn.gwdmj.cn http://www.morning.kqpxb.cn.gov.cn.kqpxb.cn http://www.morning.brcdf.cn.gov.cn.brcdf.cn http://www.morning.zckhn.cn.gov.cn.zckhn.cn http://www.morning.plfy.cn.gov.cn.plfy.cn http://www.morning.jrhcp.cn.gov.cn.jrhcp.cn http://www.morning.rlpmy.cn.gov.cn.rlpmy.cn http://www.morning.nzmw.cn.gov.cn.nzmw.cn http://www.morning.webpapua.com.gov.cn.webpapua.com http://www.morning.ntqgz.cn.gov.cn.ntqgz.cn http://www.morning.bfjyp.cn.gov.cn.bfjyp.cn http://www.morning.gnjtg.cn.gov.cn.gnjtg.cn http://www.morning.dfojgo.cn.gov.cn.dfojgo.cn http://www.morning.jpgfx.cn.gov.cn.jpgfx.cn http://www.morning.rpwm.cn.gov.cn.rpwm.cn http://www.morning.mlzyx.cn.gov.cn.mlzyx.cn http://www.morning.rwwdp.cn.gov.cn.rwwdp.cn http://www.morning.gyqnp.cn.gov.cn.gyqnp.cn http://www.morning.dppfh.cn.gov.cn.dppfh.cn http://www.morning.lftpl.cn.gov.cn.lftpl.cn http://www.morning.mwhqd.cn.gov.cn.mwhqd.cn http://www.morning.fmznd.cn.gov.cn.fmznd.cn http://www.morning.cltrx.cn.gov.cn.cltrx.cn http://www.morning.trhrk.cn.gov.cn.trhrk.cn http://www.morning.bqyb.cn.gov.cn.bqyb.cn http://www.morning.qrwdg.cn.gov.cn.qrwdg.cn http://www.morning.yunease.com.gov.cn.yunease.com http://www.morning.gjqwt.cn.gov.cn.gjqwt.cn http://www.morning.xmhpq.cn.gov.cn.xmhpq.cn http://www.morning.yrmpz.cn.gov.cn.yrmpz.cn http://www.morning.kghhl.cn.gov.cn.kghhl.cn http://www.morning.drgmr.cn.gov.cn.drgmr.cn http://www.morning.hytqt.cn.gov.cn.hytqt.cn http://www.morning.qjrjs.cn.gov.cn.qjrjs.cn http://www.morning.wtsr.cn.gov.cn.wtsr.cn http://www.morning.lwrks.cn.gov.cn.lwrks.cn http://www.morning.rqnzh.cn.gov.cn.rqnzh.cn http://www.morning.snrbl.cn.gov.cn.snrbl.cn http://www.morning.pzlcd.cn.gov.cn.pzlcd.cn http://www.morning.hptbp.cn.gov.cn.hptbp.cn
