detectKAZEFeatures

Обнаружение функций KAZE и возврат KAZEPoints объект

Описание

пример

points = detectKAZEFeatures(I) возвращает KAZEPoints объект, содержащий информацию о ключевых точках KAZE, обнаруженных в 2-D полутоновом изображении. Функция использует нелинейную диффузию, чтобы создать шкалу пространство для данного изображения. Затем он обнаруживает многомасштабные угловые функции из шкалы пространства.

points = detectKAZEFeatures(I,Name,Value) возвращает KAZEPoints объект с дополнительными опциями, заданными одним или несколькими аргументами в виде пар Имя, Значение

Примеры

свернуть все

Обнаружите и постройте графики характерных точек KAZE.

Чтение изображения.

I = imread('cameraman.tif');

Обнаружение точек KAZE на изображении.

points = detectKAZEFeatures(I);

Постройте график 20 самых сильных точек.

imshow(I)
hold on
plot(selectStrongest(points,20))
hold off

Figure contains an axes. The axes contains 3 objects of type image, line.

Обнаружите функции KAZE и отобразите, установите определенные точки KAZE, которые вы хотите построить.

Чтение изображения.

I = imread('cameraman.tif');

Обнаружение функций KAZE в изображении.

points = detectKAZEFeatures(I);

Выберите и отобразите последние 5 обнаруженных точек.

imshow(I);
hold on;
plot(points(end-4:end));
hold off;

Figure contains an axes. The axes contains 3 objects of type image, line.

Входные параметры

свернуть все

Входное изображение, заданное как 2-D полутоновое изображение.

Типы данных: single | double | int16 | uint8 | uint16 | logical

Аргументы в виде пар имя-значение

Задайте необязательные разделенные разделенными запятой парами Name,Value аргументы. Name - имя аргумента и Value - соответствующее значение. Name должны находиться внутри кавычек. Можно задать несколько аргументов в виде пар имен и значений в любом порядке Name1,Value1,...,NameN,ValueN.

Пример: 'Diffusion', 'region'

Метод вычисления проводимости, заданный как 'region', 'sharpedge', или 'edge'. Расчет основан на производных первого порядка слоя в масштабном пространстве.

МетодВыбранные функции
'region'Крупные области. Использует коэффициенты Пероны и Малика, 1/(1 + dL^2/k^2).
'sharpedge'Высококонтрастные ребра. Использует коэффициенты Пероны и Малика, exp(-|dL|^2/k^2).
'edge'Сглаживание по обе стороны ребра, а не поперек него. Использует коэффициент проводимости Вейкерта.

Локальная экстрема, заданная как скаляр, больший или равный 0. Увеличьте это значение, чтобы исключить менее значительную локальную экстрему.

Многовидовой коэффициент обнаружения, заданный как положительное целое число. Увеличьте это значение, чтобы обнаружить большие функции. Чтобы отключить многомасштабное обнаружение, установите NumOctaves на 1. Когда вы устанавливаете значение 1функция обнаруживает шкалу входного изображения. Рекомендуемые значения находятся между 1 и 4.

Уровни шкалы, заданные как целое число в области значений [3,10]. Увеличьте это значение, чтобы добиться более плавных изменений шкалы. Увеличение этого значения также обеспечивает дополнительные промежуточные шкалы между октавами. Рекомендуемые значения находятся между 1 и 4.

Прямоугольный размер области для углового обнаружения, определенного как вектор с 4 элементами в формате [<reservedrangesplaceholder5> <reservedrangesplaceholder4> <reservedrangesplaceholder3> <reservedrangesplaceholder2> ]. Значения [y x] измеряются из верхнего левого угла прямоугольника.

Выходные аргументы

свернуть все

KAZE точки, возвращенные как KAZEPoints объект. Объект содержит информацию о точках функций, обнаруженных на 2-D входном изображении в полутоновом цвете.

Ссылки

[1] Alcantarilla, P.F., A. Bartoli, and A.J. Davison. «KAZE Функций». ECCV 2012, часть VI, LNCS 7577. 2012, стр. 214

Расширенные возможности

.
Введенный в R2017b
Для просмотра документации необходимо авторизоваться на сайте