sift算法詳解及應(yīng)用

《sift算法詳解及應(yīng)用》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫(kù)。

1、2021/7/251/60尺度不變特征變換匹配算法ScaleInvariantFeatureTransform（SIFT）宋丹109050562021/7/252SIFT簡(jiǎn)介SIFT算法實(shí)現(xiàn)細(xì)節(jié)提綱SIFT算法的應(yīng)用領(lǐng)域SIFT算法的擴(kuò)展與改進(jìn)2021/7/253SIFT簡(jiǎn)介傳統(tǒng)的特征提取方法成像匹配的核心問(wèn)題是將同一目標(biāo)在不同時(shí)間、不同分辨率、不同光照、不同位姿情況下所成的像相對(duì)應(yīng)。傳統(tǒng)的匹配算法往往是直接提取角點(diǎn)或邊緣，對(duì)環(huán)境的適應(yīng)能力較差，急需提出一種魯棒性強(qiáng)、能夠適應(yīng)不同光照、不同位姿等情況下能

2、夠有效識(shí)別目標(biāo)的方法。2021/7/2541999年BritishColumbia大學(xué)大衛(wèi).勞伊（DavidG.Lowe）教授總結(jié)了現(xiàn)有的基于不變量技術(shù)的特征檢測(cè)方法，并正式提出了一種基于尺度空間的、對(duì)圖像縮放、旋轉(zhuǎn)甚至仿射變換保持不變性的圖像局部特征描述算子－SIFT（尺度不變特征變換），這種算法在2004年被加以完善。SIFT提出的目的和意義DavidG.LoweComputerScienceDepartment2366MainMallUniversityofBritishColumbiaVa

3、ncouver,B.C.,V6T1Z4,CanadaE-mail:lowe@cs.ubc.caSIFT簡(jiǎn)介2021/7/255SIFT簡(jiǎn)介將一幅圖像映射（變換）為一個(gè)局部特征向量集；特征向量具有平移、縮放、旋轉(zhuǎn)不變性，同時(shí)對(duì)光照變化、仿射及投影變換也有一定不變性。OriginalimagecourtesyofDavidLowe2021/7/256SIFT簡(jiǎn)介SIFT算法特點(diǎn)SIFT特征是圖像的局部特征，其對(duì)旋轉(zhuǎn)、尺度縮放、亮度變化保持不變性，對(duì)視角變化、仿射變換、噪聲也保持一定程度的穩(wěn)定性。獨(dú)特性(Di

4、stinctiveness)好，信息量豐富，適用于在海量特征數(shù)據(jù)庫(kù)中進(jìn)行快速、準(zhǔn)確的匹配。多量性，即使少數(shù)的幾個(gè)物體也可以產(chǎn)生大量SIFT特征向量。經(jīng)過(guò)優(yōu)化的SIFT算法可滿足一定的速度需求?？蓴U(kuò)展性，可以很方便的與其他形式的特征向量進(jìn)行聯(lián)合。2021/7/257目標(biāo)的自身狀態(tài)、場(chǎng)景所處的環(huán)境和成像器材的成像特性等因素影響圖像配準(zhǔn)/目標(biāo)識(shí)別跟蹤的性能。而SIFT算法在一定程度上可解決：目標(biāo)的旋轉(zhuǎn)、縮放、平移（RST）圖像仿射/投影變換（視點(diǎn)viewpoint）光照影響（illumination）目標(biāo)遮擋

5、（occlusion）雜物場(chǎng)景（clutter）噪聲SIFT算法可以解決的問(wèn)題SIFT簡(jiǎn)介Back2021/7/258SIFT算法實(shí)現(xiàn)細(xì)節(jié)SIFT算法實(shí)現(xiàn)步驟簡(jiǎn)述SIFT算法的實(shí)質(zhì)可以歸為在不同尺度空間上查找特征點(diǎn)（關(guān)鍵點(diǎn)）的問(wèn)題。SIFT算法實(shí)現(xiàn)物體識(shí)別主要有三大工序，1、提取關(guān)鍵點(diǎn)；2、對(duì)關(guān)鍵點(diǎn)附加詳細(xì)的信息（局部特征）也就是所謂的描述器；3、通過(guò)兩方特征點(diǎn)（附帶上特征向量的關(guān)鍵點(diǎn)）的兩兩比較找出相互匹配的若干對(duì)特征點(diǎn)，也就建立了景物間的對(duì)應(yīng)關(guān)系。2021/7/259關(guān)鍵點(diǎn)檢測(cè)關(guān)鍵點(diǎn)描述關(guān)鍵點(diǎn)匹配消

6、除錯(cuò)配點(diǎn)SIFT算法實(shí)現(xiàn)細(xì)節(jié)SIFT算法實(shí)現(xiàn)步驟2021/7/2510所謂關(guān)鍵點(diǎn)，就是在不同尺度空間的圖像下檢測(cè)出的具有方向信息的局部極值點(diǎn)。根據(jù)歸納，我們可以看出特征點(diǎn)具有的三個(gè)特征：尺度方向大小關(guān)鍵點(diǎn)檢測(cè)的相關(guān)概念1.哪些點(diǎn)是SIFT中要查找的關(guān)鍵點(diǎn)（特征點(diǎn)）？這些點(diǎn)是一些十分突出的點(diǎn)不會(huì)因光照條件的改變而消失，比如角點(diǎn)、邊緣點(diǎn)、暗區(qū)域的亮點(diǎn)以及亮區(qū)域的暗點(diǎn)，既然兩幅圖像中有相同的景物，那么使用某種方法分別提取各自的穩(wěn)定點(diǎn)，這些點(diǎn)之間會(huì)有相互對(duì)應(yīng)的匹配點(diǎn)。2021/7/2511我們要精確表示的物體都

7、是通過(guò)一定的尺度來(lái)反映的。現(xiàn)實(shí)世界的物體也總是通過(guò)不同尺度的觀察而得到不同的變化。尺度空間理論最早在1962年提出，其主要思想是通過(guò)對(duì)原始圖像進(jìn)行尺度變換，獲得圖像多尺度下的尺度空間表示序列，對(duì)這些序列進(jìn)行尺度空間主輪廓的提取，并以該主輪廓作為一種特征向量，實(shí)現(xiàn)邊緣、角點(diǎn)檢測(cè)和不同分辨率上的特征提取等。尺度空間中各尺度圖像的模糊程度逐漸變大，能夠模擬人在距離目標(biāo)由近到遠(yuǎn)時(shí)目標(biāo)在視網(wǎng)膜上的形成過(guò)程。尺度越大圖像越模糊。2.什么是尺度空間（scalespace）？關(guān)鍵點(diǎn)檢測(cè)的關(guān)鍵點(diǎn)檢測(cè)的相關(guān)概念2021/7

8、/2512根據(jù)文獻(xiàn)《Scale-spacetheory:Abasictoolforanalysingstructuresatdifferentscales》我們可知，高斯核是唯一可以產(chǎn)生多尺度空間的核，一個(gè)圖像的尺度空間，L（x,y,σ),定義為原始圖像I(x,y)與一個(gè)可變尺度的2維高斯函數(shù)G(x,y,σ)卷積運(yùn)算。關(guān)鍵點(diǎn)檢測(cè)高斯函數(shù)尺度是自然存在的，不是人為創(chuàng)造的！高斯卷積只是表現(xiàn)尺度空間的一種形式…關(guān)鍵點(diǎn)檢測(cè)的相關(guān)概念2021/7/2