1. UU电玩城首页
  2. > 编程日记

【计算机视觉】2.图像特征提取

Scott_S • • 1年前 • 编程日记 • 阅读(14) • 违法举报

图像特征提取

  • 一、颜色特征
        • 量化颜色直方图
        • 聚类颜色直方图
  • 二、边缘特征
        • 边缘
        • 边缘定义
        • 边缘提取
        • 边缘精细
  • 三、特征点的特征描述子
        • Harris角点
        • FAST角点
        • 斑点
        • SIFT
        • Haar-like特征
        • SURF
        • ORB
        • LBP
        • Gabor

一、颜色特征

量化颜色直方图

HSV空间
优势：计算高效
劣势：量化问题，稀疏

聚类颜色直方图

使用颜色空间：Lab颜色空间
操作：

  1. 使用聚类算法对所有像素点颜色向量进行聚类
  2. 单元用聚类代表

二、边缘特征

边缘

像素明显变化的区域
具有丰富的语义信息
用于：物体识别、几何、视角变换

边缘定义
  1. 像素值快速变化的区域
  2. 一阶导数的极值
边缘提取

一、做法
先做高斯去燥，再使用一阶导数获取机制
原因：一阶导数对噪声敏感
二、场景
横竖：一阶导数
斜的：梯度，分别对x和y分别求导

在这里插入图片描述
在这里插入图片描述

边缘精细

影像因素：高斯，x，y方向参数问题
不同标准差的滤波，能提取不同尺寸的边缘。

三、特征点的特征描述子

在这里插入图片描述
在这里插入图片描述

Harris角点

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

FAST角点

在这里插入图片描述

斑点

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

SIFT

基于尺度空间不变的特征
特点：

  1. 具有良好的不变性【旋转、尺度缩放、平移、亮度、视角变化、仿射变换、噪声也有一定积极的稳定性
  2. 独特性好，信息量丰富
  3. 多量性：即使少数物体也可以产生大量SIFT特征
  4. 计算快，SIFT匹配算法可以达到实时性。
    在这里插入图片描述
  1. 找极值点
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
  2. 找主方向
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
Haar-like特征

在这里插入图片描述
在这里插入图片描述

SURF

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

ORB

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

LBP

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

Gabor

在这里插入图片描述文章来源地址https://uudwc.com/A/woynV

原文地址:https://blog.csdn.net/Scott_S/article/details/133244991

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处： 如若内容造成侵权/违法违规/事实不符，请联系站长进行投诉反馈，一经查实，立即删除！

h
上一篇 2023年09月26日 13:14
【Verilog教程】4.7Verilog 循环语句
下一篇 2023年09月26日 13:14