画像の特徴
私たちのほとんどはジグソーパズルを遊んだことがあります。まず完全なイメージのフラグメントを取得し、次にこれらのフラグメントを正しい方法で配置してイメージを再構成します。ジグソーパズルの原理をコンピュータプログラムに書き込むと、コンピュータでもジグソーパズルを遊ぶことができます。
パズルを行うとき、追跡に適しており、比較しやすいいくつかのユニークな機能を探します。1 つの画像内でそのような特徴を検索し、それらを見つけます。また、他の画像でもこれらの特徴を見つけて、それらをつなぎ合わせることができます。私たちは皆、これらの能力を持って生まれてきます。
では、これらの特徴は何でしょうか? これらの特徴がコンピューターにも理解できるようになれば幸いです。
いくつかの画像を深く調べてさまざまな領域を検索すると、次の画像が例になります。
6 つのサブプロットが画像の上に示されています。これらのサムネイルが元の画像のどこにあるかを見つけます。あなたは正しい結果をいくつ見つけることができますか?
A と B は平面であり、そのイメージはさまざまな場所に存在します。これらの小さな画像の正確な位置を見つけるのは困難です。
CとDもシンプルです。それらは建物の端です。大まかな位置はわかりますが、正確な位置を見つけるのはまだ困難です。それは、端に沿ってはどこでもすべてが同じだからです。したがって、エッジは平面よりも優れた機能ですが、十分ではありません。
最後に、E と F は建物のいくつかの角です。簡単に見つけることができます。コーナーでは、サムネイルをどちらの方向に移動しても、結果は大きく異なるためです。したがって、それらは良い機能だと考えてください。この概念をよりよく理解するために、より簡単な例を見てみましょう。
上の画像に示すように、青いボックス内の領域は、見つけて追跡するのが難しい平面です。青いボックスをどちらの方向に動かしても同じです。ブラックボックス内の領域については、エッジです。上下に動かすと変化します。ただし、横に移動しても変わりません。赤枠のコーナーポイントはどちらの方向に動かしても結果が異なり、ユニークです。したがって、コーナー ポイントは優れた画像特徴であると言え、これが前の質問の答えになります。
コーナーは画像の非常に重要な特徴であり、画像グラフィックスの理解と分析において非常に重要な役割を果たします。コーナーポイントは、3D シーン再構成の動き推定、ターゲット追跡、ターゲット認識、画像の登録とマッチングなどのコンピューター ビジョンの分野で非常に重要な役割を果たします。現実の世界では、コーナー ポイントはオブジェクトの角、道路の交差点、T 字路などに対応しますが、これらのコーナー ポイントをどのように見つけますか? 次に、OpenCV のさまざまなアルゴリズムを使用して、画像の特徴を見つけて比較します。それらを説明します。