圖像局部不變性特征與描述筆記

圖像的特征點匹配概述

特征點匹配原理

如果提取的兩個特征點描述矢量間距離很小伐弹,這兩個特征點在對應場景的同一位置,特征點匹配技術就是利用這個原理惨好,從兩組特征點集合中找到兩輛距離最近的特征點匹配對,這個匹配對對應的是場景同一個位置蔓腐。
特征點匹配問題可以歸結為一個通過<font color=blue>距離函數</font>在高維矢量之間進行相似性檢索的問題龄句。針對度量空間設計的索引結構算法在進行相似度查詢時只利用了距離函數的三角不等式性質散罕,所以使用更加普遍傀蓉。

特征匹配算子

  1. 窮舉法: 將數據集中的點與查詢點逐一進行距離比較。所以優(yōu)點是不需要進行任何的數據預處理硫椰,操作也很簡單萨蚕。但是它沒有利用數據集本身蘊含的任何結構信息,搜索效率相對較低岳遥。
  2. <font color=blue>建立數據索引</font>:先進行預處理即建立數據索引浩蓉,然后在進行快速匹配。因為實際數據一般都會呈現(xiàn)出簇狀的聚類形態(tài)捻艳,他通過設計有效的索引結構可以大大加快檢索的速度。

索引結構的算法舉例

  1. 索引樹結構:對搜索空間進行層次劃分绅络,如果劃分出的空間沒有重疊叫Clipping法嘁字,比如<font color=blue>K-d樹</font>,如果有重疊叫Overlapping法衷恭,比如R-樹
  2. Hash法
  3. 空間填充曲線法

相似性查詢的方式

索引結構中相似性查詢有兩種基本方式:

  1. 范圍查詢:從數據集中找出所有與查詢點距離小于給定距離閾值的數據纯续。
  2. <font color=blue>k-近鄰查詢</font>:從數據集中找到距離查詢點最近的k個數據,當k=1時牙丽,它就是最近鄰查詢兔魂。

kd-樹算法

kd-樹是對數據點在k維空間中劃分的一種數據結構举娩。是一個二叉樹构罗,每個節(jié)點表示的是一個空間范圍智玻。

構建二叉樹

kd-樹種每個結點的數據類型,kd-樹是一種二叉排序樹

節(jié)點數據結構

字段 數據類型 描述
Node-data 數據矢量 數據集中某個數據點,是n維矢量
Range 空間矢量 該節(jié)點所代表的空間范圍
split 整數 確定分割左右子節(jié)點的那個維度
left 左子樹 這棵樹上的data都小于Node-data
right 右子樹 這棵樹上的data都大于Node-data

構建kd樹的流程圖

start=>start: 特征點數據集
op1=>subroutine: 展開kd-樹
start->op1
op2=>operation: 選擇最大方差的維數賦給split
op1->op2
op3=>operation: 選取split維的中值作為閾值根節(jié)點
op2->op3
con=>condition: 數據小于中值
op3->con
op4=>operation: 左子樹特征數據
op5=>operation: 右子樹特征數據
sub1=>subroutine: 展開左子樹
sub2=>subroutine: 展開右子樹
con(yes)->op4->sub1
con(no)->op5->sub2


匹配對提純

最后編輯于
?著作權歸作者所有,轉載或內容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市召边,隨后出現(xiàn)的幾起案子裹驰,更是在濱河造成了極大的恐慌,老刑警劉巖幻林,帶你破解...
    沈念sama閱讀 222,252評論 6 516
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件沪饺,死亡現(xiàn)場離奇詭異,居然都是意外死亡父丰,警方通過查閱死者的電腦和手機掘宪,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 94,886評論 3 399
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來镀首,“玉大人鼠次,你說我怎么就攤上這事⌒瓤埽” “怎么了?”我有些...
    開封第一講書人閱讀 168,814評論 0 361
  • 文/不壞的土叔 我叫張陵麻敌,是天一觀的道長掂摔。 經常有香客問我赢赊,道長级历,這世上最難降的妖魔是什么寥殖? 我笑而不...
    開封第一講書人閱讀 59,869評論 1 299
  • 正文 為了忘掉前任,我火速辦了婚禮熏纯,結果婚禮上编曼,老公的妹妹穿的比我還像新娘。我一直安慰自己掐场,他們只是感情好,可當我...
    茶點故事閱讀 68,888評論 6 398
  • 文/花漫 我一把揭開白布萍膛。 她就那樣靜靜地躺著嚷堡,像睡著了一般。 火紅的嫁衣襯著肌膚如雪串塑。 梳的紋絲不亂的頭發(fā)上北苟,一...
    開封第一講書人閱讀 52,475評論 1 312
  • 那天,我揣著相機與錄音傻昙,去河邊找鬼彩扔。 笑死,一個胖子當著我的面吹牛贾惦,可吹牛的內容都是我干的。 我是一名探鬼主播纤虽,決...
    沈念sama閱讀 41,010評論 3 422
  • 文/蒼蘭香墨 我猛地睜開眼逼纸,長吁一口氣:“原來是場噩夢啊……” “哼济蝉!你這毒婦竟也來了?” 一聲冷哼從身側響起王滤,我...
    開封第一講書人閱讀 39,924評論 0 277
  • 序言:老撾萬榮一對情侶失蹤雁乡,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后踱稍,有當地人在樹林里發(fā)現(xiàn)了一具尸體,經...
    沈念sama閱讀 46,469評論 1 319
  • 正文 獨居荒郊野嶺守林人離奇死亡扩淀,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 38,552評論 3 342
  • 正文 我和宋清朗相戀三年驻谆,在試婚紗的時候發(fā)現(xiàn)自己被綠了庆聘。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 40,680評論 1 353
  • 序言:一個原本活蹦亂跳的男人離奇死亡象对,死狀恐怖澳腹,靈堂內的尸體忽然破棺而出,到底是詐尸還是另有隱情酱塔,我是刑警寧澤,帶...
    沈念sama閱讀 36,362評論 5 351
  • 正文 年R本政府宣布唐全,位于F島的核電站,受9級特大地震影響弥雹,放射性物質發(fā)生泄漏延届。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 42,037評論 3 335
  • 文/蒙蒙 一厕吉、第九天 我趴在偏房一處隱蔽的房頂上張望械念。 院中可真熱鬧,春花似錦龄减、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,519評論 0 25
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至恃鞋,卻和暖如春亦歉,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背肴楷。 一陣腳步聲響...
    開封第一講書人閱讀 33,621評論 1 274
  • 我被黑心中介騙來泰國打工赛蔫, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人呵恢。 一個月前我還...
    沈念sama閱讀 49,099評論 3 378
  • 正文 我出身青樓渗钉,卻偏偏與公主長得像彤恶,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子声离,可洞房花燭夜當晚...
    茶點故事閱讀 45,691評論 2 361

推薦閱讀更多精彩內容