Aititi 特征点检测算法与匹配的前世今生与历史传承attilax总结

1.1. 重要的特征点检测算法标准(旋转不变形,尺度缩放不变性) 1

1.2. Moravec角点检测 1977 1

1.3. Harris角点检测 1988 1

1.4. 1994年提出的Shi-Tomasi角点检测 2

1.5. SUSAN角点  1997 2

1.6. 2006年提出的FAST(Feature from Accelerated Segment Test)算子,这个原理简单易懂啊。 2

1.7. Sift 1999年提出, 2004年,又对Sift完善 3

1.8. SURF是在2006年才被Bay等提出的 3

1.9. Orb 2011 3

1.10. BRISK算法是2011 4

1.11. Dense-SIFT( 4

1.12. 参考资料 4

1.1. 重要的特征点检测算法标准(旋转不变形,尺度缩放不变性)

1.2. Moravec角点检测 1977

Moravec在1977年提出的Moravec角点检测算子,它是一种基于灰度方差的角点检测方法,该算子计算图像中某个像素点沿水平、垂直方向上的灰度差异,以确定角点位置,Moravec是第一个角点检测算法,也是角点家族的开山鼻祖。

1.3. Harris角点检测 1988

Chris Harris & Mike Stephens在1988年提出的Harris角点检测算子。Harris不止是考察水平、垂直4个方向上的灰度差异,而是考察了所有方向上的灰度差异,并且具有旋转不变性和对部分仿射变换的稳定性。Harris是整个角点检测家族的颜值担当。

1.4. 1994年提出的Shi-Tomasi角点检测

J.Shi和C.Tomasi在1994年提出的Shi-Tomasi角点检测算子,它是对Harris角点算子的改进,并且有一个直接“叫嚣”Harris算子的名字——“Good Features to Track”,在Opencv中实现函数是goodfeaturesToTrack。它通过考察自相关矩阵M的两个特征值中的较小者来确定就角点,大部分情况下,有比Harris更好的检测效果。

1.5. SUSAN角点  1997

Smith 和 Brady在1997年提出了一种完全不同的角点提取方法,即“SUSAN (Smallest UnivalueSegment AssimilatingNucleus)”提取算子。SUSAN 提取算子的基本原理是,与每一图像点相关的局部区域具有相同的亮度。如果某一窗口区域内的每一像元亮度值与该窗口中心的像元亮度值相同或相似,这一窗口区域将被称之为“USAN”。计算图像每一像元的“USAN”,为我们提供了是否有边缘的方法。位于边缘上的像元的“USAN”较小,位于角点上的像元的“USAN”更小。因此,我们仅需寻找最小的“USAN”,就可确定角点。该方法由于不需要计算图像灰度差,因此,具有很强的抗噪声的能力。

1.6. 2006年提出的FAST(Feature from Accelerated Segment Test)算子,这个原理简单易懂啊。

E.Rosten和T.Drummond在2006年提出的FAST(Feature from Accelerated Segment Test)算子。它通过考察像素点与其邻域内16个像素点的差异来确定特征点(角点),并且通过分割测试算法对检测效率做了极大的提升。它信奉“天下武功,唯快不破”的真理,在快的道路上锐意进取,基本可以满足实时检测系统的要求,在现今计算机视觉领域赚足了眼球。

Edward Rosten and TomDrummond 在2006年提出了一种简单快速的角点探测算法,该算法检测的角点定义为在像素点的周围邻域内有足够多的像素点与该点处于不同的区域。应用到灰度图像中,即有足够多的像素点的灰度值大于该点的灰度值或者小于该点的灰度值。

1.7. Sift 1999年提出, 2004年,又对Sift完善

1999年,大不列颠哥伦比亚大学的David G.Lowe教授在现有基于不变量技术的特征检测方法基础上,提出了一种基于尺度空间的,对图像缩放、旋转、甚至仿射变换保持不变性的图像局部特征描述算子——Sift(尺度不变特征变换),全称是Scale Invariant Feature Transform,并且在2004年,又对Sift算法做了更为系统的完善

1.8. SURF是在2006年才被Bay等提出的

1.9. Orb 2011

ORB算法是Ethan Rublee在ICCV 2011上提出的一种用于基于视觉信息的特征点检测与描述算法,特征点检测部分利用运算速度特别快的FAST角点检测子,并针对FAST特征不具备方向的问题,加入了FAST特征的方向信息,特征点描述部分则是利用基于像素点二进制位比较的BRIEF特征描述子,并改进了 BRIEF描述子对图像噪声敏感和不具备旋转不变性的缺点。

在ORB中Fast算法得到改进:使其具有旋转不变性

1.10. BRISK算法是2011

BRISK算法是2011年ICCV上《BRISK:Binary Robust Invariant Scalable Keypoints》文章中,提出来的一种特征提取算法,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<FREAK<ORB,在对有较大模糊的图像配准时,BRISK算法在其中表现最为出色。

1.11. Dense-SIFT(

1.12. asift

[asift_Algorithm.rar] - 实现图像的自动配准,是SIFT算法的改进算法,同时在asift匹配阶段,对算法进行了修改,采用KD树结构进行搜索。

1.13. 参考资料

SURF算法浅析(转)_dzh_漫漫修行路_新浪博客.html

Sift算子特征点提取、描述及匹配全流程解析 - 牧野的博客 - 博客频道 - CSDN.NET.html

Surf算法学习心得(一)——算法原理

Harris角点及Shi-Tomasi角点检测 - xw20084898的专栏 - 博客频道 - CSDN.NET.html

ORB特征.html

作者:: 绰号:老哇的爪子claw of Eagle 偶像破坏者Iconoclast image-smasher

捕鸟王"Bird Catcher  kok  虔诚者Pious 宗教信仰捍卫者 Defender Of the Faith. 卡拉卡拉红斗篷 Caracalla red cloak 万兽之王

简称:: Emir Attilax Akbar 埃米尔 阿提拉克斯 阿克巴

全名::Emir Attilax Akbar bin Mahmud bin  attila bin Solomon bin adam Al Rapanui 埃米尔 阿提拉克斯 阿克巴 本 马哈茂德 本 阿提拉 本 所罗门 本亚当  阿尔 拉帕努伊

常用名:艾提拉(艾龙),  EMAIL:1466519819@qq.com

头衔:uke总部o2o负责人,全球网格化项目创始人,

uke宗教与文化融合事务部部长, uke宗教改革委员会副主席

Emir Uke部落首席大酋长,

uke制度与重大会议委员会委员长,uke保安部首席大队长,uke制度检查委员会副会长,

uke 首席cto  奶牛科技首席cto , 软件部门总监 技术部副总监  研发部门总监主管  产品部副经理 项目部副经理

uke波利尼西亚区大区连锁负责人 汤加王国区域负责人 uke克尔格伦群岛区连锁负责人,莱恩群岛区连锁负责人,uke布维岛和南乔治亚和南桑威奇群岛大区连锁负责人

Uke软件标准化协会理事长理事长 Uke 数据库与存储标准化协会副会长

uke终身教育学校副校长   Uke医院 与医学院方面的创始人

uec学院校长, uecip图像处理机器视觉专业系主任   uke文档检索专业系主任

Uke 户外运动协会理事长  度假村首席大村长  uke交友协会会长

uke出版社编辑总编

转载请注明来源:attilax的专栏  ?http://blog.csdn.net/attilax

--Atiend  v6

Aititi 特征点检测算法与匹配的前世今生与历史传承attilax总结v4相关推荐

  1. PFLD:简单、快速、超高精度人脸特征点检测算法

    作者 | 周强(CV君) 来源 | 我爱计算机视觉(公众号id:aicvml) 60s测试:你是否适合转型人工智能? https://edu.csdn.net/topic/ai30?utm_sourc ...

  2. 【特征检测】FAST特征点检测算法

    简介 在局部特征点检测快速发展的时候,人们对于特征的认识也越来越深入,近几年来许多学者提出了许许多多的特征检测算法及其改进算法,在众多的特征提取算法中,不乏涌现出佼佼者. 从最早期的Moravec,到 ...

  3. FAST特征点检测算法

    一.FAST算法简介   如今,特征点检测的算法有很多,从最初的Moravec,到Harris,再到SIFT.SUSAN.GLOH.SURF算法,可以说特征点提取算法层出不穷.各种改进算法PCA-SI ...

  4. OpenCV特征点检测算法对比

    识别算法概述: SIFT/SURF基于灰度图, 一.首先建立图像金字塔,形成三维的图像空间,通过Hessian矩阵获取每一层的局部极大值,然后进行在极值点周围26个点进行NMS,从而得到粗略的特征点, ...

  5. 图像特征点检测算法汇总

    FAST Harris 概述:寻找图像中灰度沿任意方向变化都非常大的点,并将其转换为根据梯度矩阵M特征值进行判断. 参考: Harris角点检测原理详解_lwzkiller的专栏-CSDN博客_har ...

  6. SURF算法与SIFT算法的性能比较——图像特征点检测与提取算法分析

    图像特征点提取算法的算法研究(SURF和SIFT算法) 1. 摘要 计算机视觉中,很大一部分研究集中在图像特征提取和特征生成算法上.对图像的优化,不同于一般数学问题的优化方法,图像的优化是对像素点,在 ...

  7. 图像特征点检测与匹配评价准则——量化

    欢迎转载,转载请注明出处,谢谢! 目前图像匹配中,局部特征匹配占据了绝大部分,常用的局部特征匹配方法有Harris.SIFT.SURF.ORB等等,不同的特征点检测和匹配方法尤其独特的优势和不足:  ...

  8. 图像特征点检测与匹配评价——量化指标

    原文:http://blog.csdn.net/cgwang_1580/article/details/68944319 目前图像匹配中,局部特征匹配占据了绝大部分,常用的局部特征匹配方法有Harri ...

  9. 特征点检测和特征点匹配(ORB)

    前言 本文介绍了特征点检测的一些算法,然后基于OpenCV的ORB,实现了不同尺度和旋转的图像特征点匹配. 本文用到的代码存储在这里. 特征点是什么? 当我们人在对比两张图片时(例如上面的妙蛙种子), ...

  10. 基于图像的三维重建——特征点检测与匹配(2)

    文章目录 前言 一.特征点检测 二阶的拉普拉斯高斯边缘提取算法(LOG) 尺度不变特征变换算法(SIFT) 加速稳健特征算法(SURF) Harris角点特征提取算子 加速分割测试特征提取(FAST) ...

最新文章

  1. Linux: CentOS 7下搭建高可用集群
  2. 如何保证世界杯直播不卡顿?腾讯云要用AI解决这个问题
  3. P2467-[SDOI2010]地精部落【dp】
  4. Java解析JSON文件
  5. 在linux上执行.net Console apps
  6. 没有bug队——加贝——Python 练习实例 23,24
  7. 分块试水--CODEVS4927 线段树练习5
  8. 诺基亚五摄手机国行版终于来了:下午见!
  9. 腾讯网易已称王,今日头条有什么勇气来做游戏?
  10. Swift中字典解析后的问题,!?两种拆包的差别
  11. nodejs koa2 mysql_springboot动态加载sigar - SegmentFault 思否
  12. 运营的新手先简单认识一下ASO
  13. Windows 自动连接wifi的bat批处理脚本
  14. 超详细 LaTex数学公式
  15. 第八章 STM32+SGP气体传感器+DHT11温湿度传感器+OLED模块显示室内温湿度、二氧化碳和甲醛浓度
  16. Windows环境下配置Ceres(带suitesparse-metis)
  17. 产品思维已死? 我看未必
  18. 网页上表格复制到excel只能选html格式,怎么将网页中的表格快速复制到EXCEL中
  19. 【注册表大法】教你如何给 Win11 开启传统右键菜单
  20. 大写数字的快速输入方法

热门文章

  1. python选取tensor某一维_python基础教程详解torch.Tensor的4种乘法
  2. micropython文件上传软件_MicroPython
  3. 日常排版--word中的一些小技巧(交叉引用)
  4. 商务部:保障春节期间“菜篮子”供应充足、价格稳定
  5. Lync Server在父子域环境中使用图形界面扩展AD架构失败
  6. 2016.7.27 VS搜索正则表达式,在UltraEdit中可选用Perl正则引擎,按C#语法搜索
  7. Excel与SqlServer的导入导出问题总结
  8. 空间数据库学习笔记(四):空间引用标识符(SRID)
  9. 算法交流:分享我的一个算法,实现项目需求
  10. 人造地球卫星由哪些系统组成?