Выявление признаков изображений является базовым блоком многих задач компьютерного зрения, таких как регистрация изображений, отслеживание и обнаружение объектов. Computer Vision Toolbox™ включает множество функций для выявления признаков изображений. Эти функции возвращают объекты точек, которые хранят информацию, характерную для конкретных типов функций, включая (x, y) координаты (в Location
свойство. Можно передать объект точек от функции обнаружения до множества других функций, которые требуют характерных точек как входных параметров. Алгоритм, что функция обнаружения использование определяет тип точек, возражает, что это возвращается.
Объект точек | Возвращенный | Тип функции |
---|---|---|
cornerPoints | detectFASTFeatures Алгоритм от ускоренного теста сегмента (FAST) функций Использует аппроксимированную метрику, чтобы определить углы. [1] |
Углы |
detectMinEigenFeatures Минимальный алгоритм собственного значения Метрика собственного значения минимума использования, чтобы определить угловые местоположения. [4] | ||
detectHarrisFeatures Алгоритм Харриса-Стивенса Более эффективный, чем минимальный алгоритм собственного значения. [3] | ||
BRISKPoints | detectBRISKFeatures Алгоритм Бинарного устойчивого инвариантного масштабируемого Keypoints (BRISK) [6] |
Углы |
SURFPoints | detectSURFFeatures Алгоритм ускоренных устойчивых функций (SURF) [11] |
Блобы |
ORBPoints | detectORBFeatures Ориентированный FAST и Вращаемый BRIEF (ORB) метод [13] |
Углы |
KAZEPoints | detectKAZEFeatures
KAZE не является акронимом, а именем, выведенным из японского слова kaze, что означает ветер. Ссылка к потоку воздуха, которым управляют нелинейные процессы в крупном масштабе. [12] | Многошкальные функции блоба Уменьшаемое размывание границ объекта |
MSERRegions |
|
Области универсальной интенсивности |
Функция | Описание | ||||
---|---|---|---|---|---|
relativeCameraPose | Вычислите относительное вращение и перевод между положениями камеры | ||||
estimateFundamentalMatrix | Оцените основную матрицу от соответствующих точек в стереоизображениях | ||||
estimateGeometricTransform | Оценка геометрического преобразования по совпадающим парам точек | ||||
estimateUncalibratedRectification | Некалиброванное исправление стерео | ||||
extractFeatures | Извлеките дескрипторы точки интереса | ||||
Метод | Характеристический вектор | ||||
BRISK | Функция устанавливает Orientation свойство validPoints выведите объект к ориентации извлеченных функций в радианах. | ||||
FREAK | Функция устанавливает Orientation свойство validPoints выведите объект к ориентации извлеченных функций в радианах. | ||||
SURF | Функция устанавливает Orientation свойство validPoints выведите объект к ориентации извлеченных функций в радианах. Когда вы используете | ||||
KAZE | Нелинейные находящиеся в пирамиде функции. Функция устанавливает Когда вы используете
| ||||
ORB | Функция не устанавливает Orientation свойство validPoints выведите объект к ориентации извлеченных функций. По умолчанию, Orientation свойство validPoints установлен в Orientation свойство входа ORBPoints объект. | ||||
Block | Простой квадрат neighbhorhood.
| ||||
Auto | Функция выбирает Method на основе класса точек ввода и реализаций:
Для M-by-2 входная матрица [x
y] координаты, функция реализует | ||||
extractHOGFeatures | Извлеките гистограмму ориентированных градиентов функции | ||||
insertMarker | Вставьте маркеры в изображение или видео | ||||
showMatchedFeatures | Отобразите соответствующие характерные точки | ||||
triangulate | 3-D местоположения неискаженных соответствующих точек в стереоизображениях | ||||
undistortPoints | Правильная точка координирует для искажения объектива |
[1] Rosten, E. и Т. Драммонд, “Машинное обучение для Высокоскоростного Углового Обнаружения”. 9-я европейская Конференция по Компьютерному зрению. Издание 1, 2006, стр 430–443.
[2] Mikolajczyk, K. и К. Шмид. “Оценка результатов деятельности локальных дескрипторов”. Транзакции IEEE согласно Анализу Шаблона и Искусственному интеллекту. Издание 27, Выпуск 10, 2005, стр 1615–1630.
[3] Харрис, C. и М. Дж. Стивенс. “Объединенный Детектор Угла и Ребра”. Продолжения 4-й Конференции по Видению Alvey. Август 1988, стр 147–152.
[4] Ши, J. и К. Томэзи. “Хорошие Функции, чтобы Отследить”. Продолжения Конференции по IEEE по Компьютерному зрению и Распознаванию образов. Июнь 1994, стр 593–600.
[5] Tuytelaars, T. и К. Миколэджчик. “Локальные Инвариантные Анализаторы: Обзор”. Основы и Тренды в Компьютерной графике и Видении. Издание 3, Выпуск 3, 2007, стр 177–280.
[6] Leutenegger, S., М. Чли и Р. Сигварт. “BRISK: бинарный устойчивый инвариантный масштабируемый Keypoints”. Продолжения международной конференции IEEE. ICCV, 2011.
[7] Nister, D. и Х. Стьюениус. "Линейное Время Максимально Устойчивые Экстремальные области". Читайте лекции Примечаниям в Информатике. 10-я европейская Конференция по Компьютерному зрению. Марсель, Франция: 2008, № 5303, стр 183–196.
[8] Матас, J. O. Приятель, М. Арба, и Т. Пэдждла. "Устойчивый широко-базовый стерео из максимально устойчивых экстремальных областей". Продолжения британской Конференции по Машинному зрению. 2002, стр 384–396.
[9] Обдрзэлек Д., С. Бэзовник, Л. Мах и А. Микулик. "Обнаруживая Элементы Сцены Используя Максимально Устойчивые Цветные области". Коммуникации в Информатике и вычислительной технике. Ля-Ферт-Бернар, Франция: 2009, CCIS Издания 82 (2010 12 01), стр 107–115.
[10] Mikolajczyk, K., Т. Тейтелэарс, К. Шмид, А. Зиссермен, Т. Кэдир и Л. ван Гул. "Сравнение Аффинных Детекторов области". Международный журнал Компьютерного зрения. Издание 65, № 1-2, ноябрь 2005, стр 43–72.
[11] Отсек, H. A. Эс, Т. Тейтелэарс и Л. ван Гул. “SURF:Speeded Устойчивые Функции”. Компьютерное зрение и Распознавание изображений (CVIU).Vol. 110, № 3, 2008, стр 346–359.
[12] Alcantarilla, P.F., А. Бартоли и А.Дж. Дэйвисон. "Функции KAZE", ECCV 2012, Часть VI, LNCS 7 577 стр 214, 2012
[13] Rublee, E., В. Рабо, К. Конолидж и Г. Брадский. "ORB: эффективная альтернатива, чтобы ОТСЕЯТЬ или SURF". В Продолжениях 2 011 Международных конференций по вопросам Компьютерного зрения, 2564–2571. Барселона, Испания, 2011.
[14] Rosten, E. и Т. Драммонд. "Плавя Точки и Линии для Высокоэффективного Отслеживания", Продолжения Международной конференции IEEE по вопросам Компьютерного зрения, Издание 2 (октябрь 2005): стр 1508–1511.