首页人工智能常见问题正文

SIFT/SUR的特征提取方法是如何保持尺度不变性的?

更新时间:2020-09-16 来源:黑马程序员 浏览量:

尺度空间极值检测:搜索所有尺度上的图像位置。通过高斯差分函数来识别潜在的对于尺度和旋转不变的关键点。

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。

关键点方向确定: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,从而保证了对于这些变换的不变性。

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。这些梯度作为关键点的描述符,它允许比较大的局部形状的变形或光照变化。


下面是黑马程序员公开的几套人工智能视频教程,如果感兴趣可以下载学习。






分享到:
在线咨询 我要报名
和我们在线交谈!