1. 特征检测的基本概念
特征检测是计算机视觉和图像处理中的一个概念。它指的是使用计算机提取图像信息，决定每个图像的点是否属于一个图像特征。特征检测的结果是把图像上的点分为不同的子集，这些子集往往属于孤立的点、连续的曲线或者连续的区域。
特征检测包括边缘检测, 角检测, 区域检测和脊检测.
特征检测应用场景:
-
图像搜索, 比如以图搜图
-
拼图游戏
-
图像拼接
…
以拼图游戏为例来说明特征检测的应用流程.
-
寻找特征
-
特征是唯一的
-
特征是可追踪的
-
特征是能比较的
我们发现:
- 平坦部分很难找到它在原图中的位置
- 边缘相比平坦要好找一些, 但是也不能一下确定
- 角点可以一下就找到其在原图中的位置
图像特征就是值有意义的图像区域, 具有独特性, 易于识别性, 比较角点, 斑点以及高密度区.
在图像特征中最重要的就是角点. 哪些是角点呢?
- 灰度梯度的最大值对应的像素
- 两条线的交点
- 极值点(一阶导数最大, 二阶导数为0)
2 大合集
Harris角点检测,Shi-Tomsi角点检测以及SIFI关键点检测等将在后续文章中进行更新 ,更新完成后下方会有链接 点击即可访问
Harris角点检测,Shi-Tomsi角点检测已完成更新–点击此链接即可查阅学习~