没有合适的资源?快使用搜索试试~ 我知道了~
首页图像特征提取与计算 形状特征
资源详情
资源评论
资源推荐

形状特征的表达必须以对图像中物体或区域的分割
为基础
由于当前的技术无法做到准确而鲁棒的自动图像分
割,图像的形状特征只能在某些特殊应用场合使用
,在这些应用中图像包含的物体或区域可以直接获
得
另一方面,由于人们对物体形状的变换、旋转和缩
放主观上不太敏感,合适的形状特征必须满足对变
换、旋转和缩放无关,这对形状相似度的计算也带
来了难度
图像特征:形状特征

挑战: Affine Distorted Shapes Are Common
形状变化会引起表征形状的特征变化么?

SIFT(Scale-Invariant Feature Transform)
上下文形状描述符(Shape Context)
其他形状特征
图像特征:形状特征

图像特征:SIFT(Scale-Invariant Feature Transform)
David G. Lowe, Distinctive image features from scale-invariant keypoints, International Journal of Computer
Vision, 60, 2 (2004)(2014年10月引用次数为34479)
SIFT(Scale-invariant feature transform)是一种在
尺度空间中提取的图像局部特征。SIFT特征在相当
多领域得到应用,是目前一种很重要的局部特征。
SIFT特征提取流程
构造空间
尺度
搜索尺度空间
中的极值
去除可能的噪音点
(如低对比度和
边缘孤立点)
计算方向
构造特征向量
剩余60页未读,继续阅读


















安全验证
文档复制为VIP权益,开通VIP直接复制

评论0