本节将介绍SIFT的最后一步—–特征描述符。

特征描述的目的是在关键点计算后,用一组向量将这个关键点描述出来,这个描述子不但包括关键点,也包括关键点周围对其有贡献的像素点。用来作为目标匹配的依据,也可使关键点具有更多的不变特性,如光照变化、3D视点变化等。

特征描述的思路:对关键点周围图像区域分块,计算块内梯度直方图,生成具有独特性的向量,这个向量是该区域图像信息的一种抽象,具有唯一性。

实现特征描述符具体步骤见如下:

1、确定所需计算的图像区域半径

 radius=3σo×2√×(d+1)+12 

\ radius=\frac{3\sigma_o \times \sqrt2 \times (d+1) +1}{2}\
其中  σ  \ \sigma\ 是关键点所在组的尺度,其中  d=4  \ d=4\ 。(注计算图像区域半径网上有俩个公式???)

2、旋转坐标轴到关键点主方向

旋转过后的新坐标如下:

3、将邻域内像素划分为 16×16  \ 16\times 16\ 个子域,进一步将其划分为 4×4  \ 4 \times 4\ 块(每个块又是由 4×4  \ 4 \times 4\ 小域组成),具体见下,分别计算每个块内8个方向的梯度方向直方图。所以最终得到 4×4×8=128  \ 4\times4\times8=128\ 的描述子向量。
注意:这里将 0o−360o  \ 0^o-360^o\ 分为8个方向,而不是方向分配中的36个方向。每个方向范围为 45o  \ 45^o\ 。

4、归一化处理

 W=(w1,w2,...,w128) 

\ W=(w_1,w_2,...,w_{128}) \

 L=(l1,l2,...l128) 

\ L=(l_1,l_2,...l_{128})\

 lj=wj/∑i=1128wj−−−−−⎷j=1,2,...128 

\ l_j=w_j / \sqrt{\sum^{128}_{i=1}w_j} \,\,\,\,\,\,\, j=1,2,...128\
关键点描述子向量的规范化正是可去除满足此模型的光照影响。对于图像灰度值整体漂移 ,图像各点的梯度是邻域像素相减得到,所以也能去除。



SIFT--特征描述符相关推荐

  1. 计算机视觉大型攻略 —— 特征与匹配(3)特征描述符

    接上一篇文章.这篇写特征描述符.特征匹配算法在确定角点后,还需要使用描述符来描述这些角点. 本文参考书籍:Computer Vision: Algorithms and Applications, R ...

  2. 从特征描述符到深度学习:计算机视觉发展20年

    转自:http://cs2.swfc.edu.cn/~zyl/ 赵毅力的视觉研究博客 从特征描述符到深度学习:计算机视觉发展20年 Author: Tomasz Malisiewicz 翻译:赵毅力( ...

  3. HTMD | 从PDB文件获取3D特征描述符

    KDEEP是使用深度学习(CNN)进行亲和力预测的预测器. 关于这篇文章,我发现了一个新的名为HTMD(高通分子动力学)的python库. 我真的不擅长从头算或MD计算等计算领域. 因此,我无法评估该 ...

  4. sift计算描述子代码详解_浅谈SIFT特征描述子

    SIFT是我接触最早的图像局部特征描述子之一,其实最初,始终觉得局部特征描述子是些非常玄虚的东西.对于SIFT,这种感觉更是尤为强烈,"尺度空间""拉普拉斯高斯算子(Lo ...

  5. 使用LIRe来实现基于多特征描述符的图像检索系统

    使用LIRe来实现基于多特征描述符的图像检索系统 摘要 - 因为没有完美的特征描述符可以适合描述任何图像,本文提出组合不同的特征描述符来做基于内容的图像检索和使用LIRe实现图像检索系统.实验表明使用 ...

  6. BEBLID:增强的高效局部图像特征描述符

    (本文转载自:当SLAM遇见小王同学) 在前不久发布的OpenCV4.5中更新了很多新特性: 从4.5版本开始,OpenCV将正式使用Apache2协议,从而避免专利算法带来的潜在纠纷 SIFT专利到 ...

  7. 线特征作为视觉描述:用于视觉定位的上下文感知线特征描述符

    点击上方"3D视觉工坊",选择"星标" 干货第一时间送达 作者丨paopaoslam 来源丨泡泡机器人SLAM 标题: Line as a Visual Sen ...

  8. SIFT四部曲之——构建关键点特征描述符

    最近没空写最后一部分的内容,先把代码放上来 % SIFT 算法的最后一步是特征向量生成orient_bin_spacing = pi/4; orient_angles = [-pi:orient_bi ...

  9. sift计算描述子代码详解_SIFT解析(三)生成特征描述子

    以上两篇中检测在DOG空间中稳定的特征点,lowe已经提到这些特征点是比Harris角点等特征还要稳定的特征.下一步骤我们要考虑的就是如何去很好地描述这些DOG特征点. 下面好好说说如何来描述这些特征 ...

  10. OpenCV3学习(11.7) BRISK特征检测器及BRISK描述符

     BRISK算法一种特征提取算法,也是一种二进制的特征描述算子. 它具有较好的旋转不变性.尺度不变性,较好的鲁棒性等.在图像配准应用中,速度比较:SIFT<SURF<BRISK<FR ...

最新文章

  1. NPOI导Excel样式设置
  2. PHP计划任务:如何使用Linux的Crontab执行PHP脚本(转)
  3. OpenCV Python教程(2、图像元素的访问、通道分离与合并)
  4. tdk磁材手册_TDK的铁氧体磁铁(FB系列) - TDK Product Center.PDF
  5. boost::safe_numerics模块实现测试自定义异常的测试程序
  6. 2020CCPC(威海) - Caesar Cipher(线段树+哈希)
  7. BZOJ1453: [Wc]Dface双面棋盘
  8. 支付宝APP支付(基于Java实现支付宝APP支付)
  9. CSS效果:固定页脚、PNG透明、最小高度 3枚
  10. 大公司面试c语言收集(6)
  11. 下课拉~~~~~~~~~~~想写就写
  12. 网页播放器代码集中营(2)
  13. 会考计算机考试题,初中信息技术会考试题
  14. 我的时间管理——任务表
  15. VEH与SetUnhandledExceptionFilter
  16. 教你给大量视频快速调整色调的方法
  17. Android SDKManger 更新设置
  18. 减肥平台期突破宝典,你必须拥有!
  19. 变更请求、批准的变更、确认的变更
  20. 中医四季养生法 冬季补肾汤

热门文章

  1. pwnable.kr-passcode
  2. summernote富文本编辑器基本使用
  3. 蓝桥杯研究生c语言试题答案,蓝桥杯试题_蓝桥杯 你有蓝桥杯历年的试题吗最好有参考答案啊 高职高专组C语言的 有的话麻烦你发给我 万分感谢_淘题吧...
  4. 京东区块链白皮书摘要
  5. 模糊数学在计算机方面的应用,模糊数学理论在图像处理中的应用
  6. 微信带参二维码数据解析
  7. 室内定位技术之UWB篇
  8. linux OS与SQL修改时区,系统时间
  9. 开涛SpringMVC笔记
  10. mysql数据库统计人数_统计人数 数据库