計(jì)算機(jī)視覺

2019-06-23
圖像特征提取方法:
Haar酝碳、Gabor伴网、LBP逃沿、SIFT透揣、HOG

Haar

這個(gè)好像不錯(cuò):第九節(jié)济炎、人臉檢測(cè)之Haar分類器
好像就是檢測(cè)不同種模式的特征的感覺。

Haar

HOG

這個(gè)是篇英文的辐真,很不錯(cuò):HOG
下面貼了3個(gè)中文的须尚,其中這個(gè)是翻譯:圖像學(xué)習(xí)-HOG特征

  • 預(yù)處理:
    crop截取、resize -> 64x128侍咱。
  • 對(duì)于8x8的網(wǎng)格耐床,計(jì)算梯度圖像:
    把64x128劃分成8x8的網(wǎng)格,計(jì)算這個(gè)8x8區(qū)域的梯度直方圖楔脯。得到9個(gè)bin的1個(gè)向量撩轰。
  • 對(duì)于16x16的塊,歸一化:
    得到長(zhǎng)度為4x9=36的向量。
  • 計(jì)算HOG特征向量:
    一個(gè)小圖得到36*105=3780維向量堪嫂。
  • 這是用來做物體檢測(cè)的特征描述子...并不是特征點(diǎn)的

SIFT

以前整理過偎箫,現(xiàn)在簡(jiǎn)單整理關(guān)鍵點(diǎn)。
還是參考大神的:SIFT算法詳解

  • 4步:
    (1) 尺度空間極值檢測(cè)
    (2) 關(guān)鍵點(diǎn)定位
    (3) 方向確定
    (4) 關(guān)鍵點(diǎn)描述
  • 分離高斯模糊:
    在二維中皆串,疊加兩個(gè)一維的高斯淹办。如此減少運(yùn)算量(沒仔細(xì)算,好像是的)恶复。
  • 尺度空間怜森,也就是構(gòu)建高斯金字塔:
    組octave之間是下采樣的關(guān)系。
    層interval之間是做不同尺度的高斯模糊寂玲。
  • 構(gòu)建高斯差分金字塔(Difference of Gaussian, DoG):
    高斯差分算子代替拉普拉斯算子塔插。
    使用高斯金字塔每組中相鄰上下兩層圖像相減,得到高斯差分圖像拓哟,用于檢測(cè)極值想许。
  • 空間極值點(diǎn)檢測(cè):
    DoG上的每個(gè)點(diǎn),與其在圖像域和尺度域中相鄰的333-1=26個(gè)點(diǎn)進(jìn)行比較断序,看是否為極值點(diǎn)流纹。
  • 關(guān)鍵點(diǎn)定位:
    離散空間的極值點(diǎn)并不是真正的極值點(diǎn),找真正的(具體沒看過)违诗。
  • 關(guān)鍵點(diǎn)方向的分配:
    為了使描述符具有旋轉(zhuǎn)不變性漱凝,需要利用圖像的局部特征為給每一個(gè)關(guān)鍵點(diǎn)分配一個(gè)基準(zhǔn)方向。使用圖像梯度的方法求取局部結(jié)構(gòu)的穩(wěn)定方向诸迟。對(duì)于在DOG金字塔中檢測(cè)出的關(guān)鍵點(diǎn)點(diǎn)茸炒,采集其所在高斯金字塔圖像3σ鄰域窗口內(nèi)像素的梯度和方向分布特征。在完成關(guān)鍵點(diǎn)的梯度計(jì)算后阵苇,使用直方圖統(tǒng)計(jì)鄰域內(nèi)像素的梯度和方向壁公。梯度直方圖將0~360度的方向范圍分為36個(gè)柱(bins),其中每柱10度绅项。如圖5.1所示紊册,直方圖的峰值方向代表了關(guān)鍵點(diǎn)的主方向。
    至此快耿,我們獲得的特征點(diǎn)具有了位置囊陡、尺度和方向的信息。
  • 關(guān)鍵點(diǎn)特征描述:
    這個(gè)描述子不但包括關(guān)鍵點(diǎn)掀亥,也包含關(guān)鍵點(diǎn)周圍對(duì)其有貢獻(xiàn)的像素點(diǎn)撞反。
    (emmm具體怎么來的還是沒看)
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市搪花,隨后出現(xiàn)的幾起案子痢畜,更是在濱河造成了極大的恐慌垛膝,老刑警劉巖,帶你破解...
    沈念sama閱讀 217,277評(píng)論 6 503
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件丁稀,死亡現(xiàn)場(chǎng)離奇詭異吼拥,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī)线衫,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,689評(píng)論 3 393
  • 文/潘曉璐 我一進(jìn)店門凿可,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人授账,你說我怎么就攤上這事枯跑。” “怎么了白热?”我有些...
    開封第一講書人閱讀 163,624評(píng)論 0 353
  • 文/不壞的土叔 我叫張陵敛助,是天一觀的道長(zhǎng)。 經(jīng)常有香客問我屋确,道長(zhǎng)纳击,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 58,356評(píng)論 1 293
  • 正文 為了忘掉前任攻臀,我火速辦了婚禮焕数,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘刨啸。我一直安慰自己堡赔,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,402評(píng)論 6 392
  • 文/花漫 我一把揭開白布设联。 她就那樣靜靜地躺著善已,像睡著了一般。 火紅的嫁衣襯著肌膚如雪离例。 梳的紋絲不亂的頭發(fā)上换团,一...
    開封第一講書人閱讀 51,292評(píng)論 1 301
  • 那天,我揣著相機(jī)與錄音粘招,去河邊找鬼。 笑死偎球,一個(gè)胖子當(dāng)著我的面吹牛洒扎,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播衰絮,決...
    沈念sama閱讀 40,135評(píng)論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼袍冷,長(zhǎng)吁一口氣:“原來是場(chǎng)噩夢(mèng)啊……” “哼!你這毒婦竟也來了猫牡?” 一聲冷哼從身側(cè)響起胡诗,我...
    開封第一講書人閱讀 38,992評(píng)論 0 275
  • 序言:老撾萬榮一對(duì)情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒想到半個(gè)月后煌恢,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體骇陈,經(jīng)...
    沈念sama閱讀 45,429評(píng)論 1 314
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,636評(píng)論 3 334
  • 正文 我和宋清朗相戀三年瑰抵,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了你雌。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 39,785評(píng)論 1 348
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡二汛,死狀恐怖婿崭,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情肴颊,我是刑警寧澤氓栈,帶...
    沈念sama閱讀 35,492評(píng)論 5 345
  • 正文 年R本政府宣布,位于F島的核電站婿着,受9級(jí)特大地震影響授瘦,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜祟身,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,092評(píng)論 3 328
  • 文/蒙蒙 一奥务、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧袜硫,春花似錦氯葬、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,723評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)。三九已至秽澳,卻和暖如春闯睹,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背担神。 一陣腳步聲響...
    開封第一講書人閱讀 32,858評(píng)論 1 269
  • 我被黑心中介騙來泰國(guó)打工楼吃, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人妄讯。 一個(gè)月前我還...
    沈念sama閱讀 47,891評(píng)論 2 370
  • 正文 我出身青樓孩锡,卻偏偏與公主長(zhǎng)得像,于是被迫代替她去往敵國(guó)和親亥贸。 傳聞我的和親對(duì)象是個(gè)殘疾皇子躬窜,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,713評(píng)論 2 354

推薦閱讀更多精彩內(nèi)容