图像特征提取中的一些不变形，平移不变性，旋转不变性 光照不变性
不变性：就是目标发生了变换，但是你依然可以识别出来。
在图像任务中，我们希望图像中的目标即使被平移、被旋转或者被缩放，模型都可以识别出来。
主要有以下几种不变性：
- 平移不变性
- 旋转不变性
- 尺度不变性
- 光照不变性
目标检测的不变性：卷积神经网络是将“空间不变性”的这一概念 系统化，用较少的参数来学习有用的特征。从而使物体不管在什么位置，可以利用物体的不变性，来找到物体。
**平移不变性:**不管出现在图像中的哪个位置，神经网络的底层应该对相同的图像区域做出类似的响应。 这个原理即为“平移不变性”。
卷积，可以通过相同的卷积核提取特征，使得当物体在不同的位置时，但都能提取到物体的关键特征。只是位置发生了变化。
但是当输入图像中，改变一个像素就可能会得到不同的结构，所以没有平移不变性。
池化，下采样，当图像中平移了2个单位，但是当感受野恰好步长也是2 ，则可以得到平移不变性。池化还可以得到旋转不变性和尺度不变性。
Max pooling的局部平移不变性：
这是由于Max Pooling取得是一个区域内的极大值。 当s=2时，即可保持不变性。
但是有的就认为池化并没有不变性。我也感觉池化不容易保证平移不变性。如经过多次池化就不容易保持平移不变性。
旋转不变性
旋转不变性：只要对特征定义了方向，然后在同一个方向上进行特征描述就可以实现旋转不变性。
在图像锐化的时候，看到有一句话“拉普拉斯算子是最简单的各向同性微分算子，具有旋转不变性”，才体会到，旋转不变性，在图像处理中是有应用的。好像作用还挺大。在目标边缘检测的时候，目标所在图像在随机的变化，那么检测它的算子就应该具有适应性，尤其在不同的方向。拉普拉斯算子刚好满足这个需求，因为其具有旋转不变性。
各向异性：是一个像素点在四个方向上的值都一样。
当然也有各向异性，各向异性值的是一个像素点在四个方向上的梯度变化不一样。
拉普拉斯算子在图像处理中的应用
拉普拉斯算子在图像处理中的应用2
傅立叶变换也可以提取图像的旋转不变性。将提取的特征值进行傅里叶变换来使特征具有平移、伸缩、旋转不变性
极坐标傅立叶变换的旋转不变性
尺度不变性：为了实现尺度不变性，需要给特征加上尺度因子。在进行特征描述的时候，将尺度统一就可以实现尺度不变性了。
所谓的旋转不变性和尺度不变性的原理，就是我们在描述一个特征之前，将两张图像都变换到同一个方向和同一个尺度上，然后再在这个统一标准上来描述这个特征。同样的，如果在描述一个特征之前，将图像变换到同一个仿射尺度或者投影尺度上，那么就可以实现仿射不变性和投影不变性
光照不变性
LBP的灰度/光照不变性，是通过邻域内像素点减去中心像素的值再经过阈值处理（0，1）的来实现对光照不敏感的。
深度学习中光照不变性及旋转不变性
局部性:神经网络的底层应该只探索输入图像中的局部区域，而不考虑图像远处区域的内容，这就是 “局部性”原则。最终，这些局部特征可以融会贯通，在整个图像级别上做出预测。
局部性是在每一层只能包含局部信息。
图像特征提取中的一些不变形，平移不变性，旋转不变性 光照不变性相关推荐
- 计算机视觉技术在图像特征提取中的应用研究,基于图像特征提取的图像融合研究...
基于图像特征提取的图像融合研究 [摘要]:视觉信息是人类从自然界中获取信息的最主要手段,图像信息是一种主观性很强的重要信息表达形式,也是最难由计算机认知.处理与实现的信息之一.而图像特征提取作为计算机 ...
- 计算机视觉技术在图像特征提取中的应用研究,彩色图像特征提取研究(一)
彩色图像特征提取研究(一) 彩色图像特征提取研究 徐红霞 摘要:以普通的彩色图像为例,介绍了对彩色图像特征提取的原理.其具体过程分为原图像的预处理.图像信息分析.图像的特征提取,然后用MATLAB实现 ...
- 图像特征提取中的平移不变性、旋转不变性、尺度不变性
1.平移不变性是指对象的特征在平移变换下保持不变,不受平移的影响.实现平移不变性的方法可以是将对象的特征点相对于其中一个点的距离作为特征表示,这样就可以保证在平移变换下该距离不变. 2.旋转不变性是指 ...
- OpenCV中图像特征提取与描述
目录 图像特征提取与描述 图像的特征 Harris和Shi-Tomas算法 Harris角点检测 Shi-Tomasi角点检测 小结 SIFT/SURF算法 SIFT原理 基本流程 尺度空间极值检测 ...
- tensor flow lstm 图像 一条直线_【开源计划】图像配准中变形操作（Warp）的pytorch实现...
前言 按照开源计划的预告,这次我来分享图像配准流程中的变形操作的代码实现.首先我们先来回顾一下配准的流程,我们以这篇Unsupervised End-to-end Learning for Defor ...
- 在线会议中人脸面部轮廓图像提取（三）——Dlib库人脸面部轮廓图像特征提取
前言:所使用图片并无盈利等目的,如有侵犯他人肖像权请联系删除. 当当当当,第三期来廖!接上一期在线会议中人脸面部轮廓图像提取(二)--HOG人脸面部轮廓图像特征提取,介绍完HOG特征提取我们继续学习D ...
- python图像特征提取与匹配_[OpenCV-Python] OpenCV 中图像特征提取与描述 部分 V (二)...
部分 V 图像特征提取与描述 34 角点检测的 FAST 算法 目标 • 理解 FAST 算法的基础 • 使用 OpenCV 中的 FAST 算法相关函数进行角点检测 原理 我们前面学习了几个特征检测 ...
- CNN是如何进行图像特征提取的
转载自:http://www.sohu.com/a/277526497_100007727 对于即将到来的人工智能时代,作为一个有理想有追求的程序员,不懂深度学习(Deep Learning)这个超热 ...
- HOG和SIFT图像特征提取简述
前言 随着深度学习方法的流行,很多人对传统方法一无所知.然而传统方法仍然非常重要,这里介绍两个提取特征的传统方法--HOG和SIFT方法. 本文转载自咪付,仅用于学术分享(编辑:CV 技术指南) 如今 ...
最新文章
- 使用自定义材质球，实现NGUI屏幕溶解和灰显
- css 行内元素设置宽高
- 还应该如何实现“模板化函数指针”？
- 如何自动搞定全站图片的alt属性？
- 我们再来玩游戏（博弈）
- Ajax-goahead局部刷新页面
- QQ旋风爆缓冲区溢出漏洞
- ieee latex 双栏_用Latex写学术论文： IEEE Latex模板和文档设置(\documentclass)
- [Python] 堆叠函数 stack((a,b), axis=0)
- 基于RPC原理的Dubbo
- 国产达梦数据库的结合Enterprise Library的应用开发
- 线程池创建线程数量讨论
- python中，(x for y in z for x in y)这个结构怎么理解？
- 浅析游戏音效中的虚拟音效
- 101个鲜为人知的超实用网站
- 阅读高效能人士七个习惯
- bem css_CSS体系结构：块元素修饰符（BEM）和原子CSS
- Windows7截图教学
- matlab 数组扩充
- centos搭建视频服务器--搭建http服务器