我正在通過特徵檢測算法,很多事情似乎還不清楚。原始紙張對於圖像處理中的初學者來說非常複雜。如果這些問題得到解答,我們將很高興特徵檢測算法和其他疑問有什麼特徵
- SURF和SIFT檢測到哪些功能?
- 是否有必要對這些灰度圖像進行計算?
- 術語「描述符」用簡單的詞語表示。
- 一般情況下,選擇/提取多少功能?是否有這樣的標準?
- Hessian矩陣的大小是什麼決定的?
- 被檢測的特徵的大小是多少?據說特徵的大小是斑點的大小。因此,如果圖像的大小是M * N,那麼將有M * N個特徵?
這些問題可能顯得太微不足道,但請幫助..
謝謝你的詳細回覆。但是,對第一個Q的回答仍然不明確>>當我們使用MATLAB或opencv時,SURF/SIFT中哪些功能被視爲默認功能?當我在Matlab中使用命令[f1],a] = extractFeatures()時,f1的值也是負浮點,並且有8個這樣的列。這些測量是什麼?關於特徵強度,尺度等?此外,在單應性操作中,在構建多條直線時,直線的數量=興趣點的數量=特徵的數量爲? – Sm1 2013-04-21 10:37:27
您提到的命令不正確,或者您不確切; MATLAB中的「extractFeatures」期望從圖像中提取描述符的點。在提取功能之前,您必須檢測它們,例如使用「detectHarrisFeatures」。在特徵檢測和提取/描述之間進行清晰的分割 - 它們是獨立的事物。描述符和特徵屬性也是不直觀的,用數字解釋矩陣不會對你有幫助。請查閱MATLAB幫助以瞭解您正在查看的內容,並查看維基百科。 – FvD 2013-04-22 04:02:27