Обнаружение функции изображений является базовым блоком многих задач компьютерного зрения, таких как регистрация изображений, отслеживание и обнаружение объектов. Computer Vision Toolbox™ включает в себя множество функций для обнаружения признаков изображения. Эти функции возвращают объекты точек, которые хранят информацию, специфическую для конкретных типов признаков, включая (x, y) координаты (в Location
свойство). Можно передать объект точек из функции обнаружения во множество других функций, которые требуют характерных точек в качестве входов. Алгоритм, который использует функция обнаружения, определяет тип возвращаемого объекта точек.
Объект точек | Возвращено | Тип функции |
---|---|---|
cornerPoints | detectFASTFeatures Функции из алгоритма ускоренного тестирования сегмента (FAST) Использует приблизительную метрику, чтобы определить углы. [1] |
Углы |
detectMinEigenFeatures Алгоритм минимального собственного значения Использует минимальную метрику собственного значения, чтобы определить угловые местоположения [4]. | ||
detectHarrisFeatures Алгоритм Харриса-Стивенса Более эффективный, чем алгоритм минимального собственного значения [3]. | ||
BRISKPoints | detectBRISKFeatures Двоичный робастный инвариантный алгоритм масштабируемых точек ключа (BRISK) [6] |
Углы |
SURFPoints | detectSURFFeatures Ускоренный алгоритм устойчивых функций (SURF) [11] |
Капли |
ORBPoints | detectORBFeatures Ориентированный метод FAST и Rotated BRIEF (ORB) [13] |
Углы |
KAZEPoints | detectKAZEFeatures
KAZE - это не аббревиатура, а имя, образованное от японского слова kaze, что означает ветер. Ссылка на поток воздуха, управляемый нелинейными процессами в большом масштабе. [12] | Многоуровневые функции больших двоичных объектов Уменьшение размытия контуров объектов |
MSERRegions |
|
Области равномерной интенсивности |
Функция | Описание | ||||
---|---|---|---|---|---|
relativeCameraPose | Вычислите относительное вращение и перемещение между положениями камеры | ||||
estimateFundamentalMatrix | Оцените фундаментальную матрицу из соответствующих точек в стерео изображений | ||||
estimateGeometricTransform2D | Оцените геометрическое преобразование из совпадающих пар точек | ||||
estimateUncalibratedRectification | Некалиброванное стерео-исправление | ||||
extractFeatures | Извлечение дескрипторов процентных точек | ||||
Метод | Вектор функции | ||||
BRISK | Функция устанавливает Orientation свойство validPoints выходной объект для ориентации извлечённых функций в радианах. | ||||
FREAK | Функция устанавливает Orientation свойство validPoints выходной объект для ориентации извлечённых функций в радианах. | ||||
SURF | Функция устанавливает Orientation свойство validPoints выходной объект для ориентации извлечённых функций в радианах. Когда вы используете | ||||
KAZE | Нелинейные функции на основе пирамид. Функция устанавливает Когда вы используете The | ||||
ORB | Функция не устанавливает Orientation свойство validPoints выходной объект для ориентации извлечённых функций. По умолчанию в Orientation свойство validPoints устанавливается в Orientation свойство входного ORBPoints объект. | ||||
Block | Простой квадратный район. The | ||||
Auto | Функция выбирает Method на основе класса входных точек и реализует:
Для входной матрицы M
-на-2 с координатами [x y], функция реализует Block | ||||
extractHOGFeatures | Извлечение гистограммы ориентированных градиентов функции | ||||
insertMarker | Вставка маркеров в изображение или видео | ||||
showMatchedFeatures | Отобразите соответствующие точки функции | ||||
triangulate | 3-D местоположения неискаженных совпадающих точек в стерео изображений | ||||
undistortPoints | Правильные координаты точки для искажения объектива |
[1] Rosten, E., and T. Drummond, «Машинное обучение for High-Speed Corner Detection». 9-я Европейская конференция по компьютерному зрению. Том 1, 2006, стр. 430-443.
[2] Mikolajczyk, K., and C. Schmid. «Оценка эффективности локальных дескрипторов». Транзакции IEEE по шаблонному анализу и машинному анализу. Том 27, Выпуск 10, 2005, стр. 1615-1630.
[3] Harris, C. and M. J. Stephens. Комбинированный детектор углов и ребер. Материалы четвертой конференции «Alvey Vision». 1988 августа, с. 147-152.
[4] Shi, J. and C. Tomasi. «Хорошие функции для отслеживания». Материалы Конференции IEEE по компьютерному зрению и распознаванию шаблонов. Июнь 1994, с. 593-600.
[5] Tuytelaars, T., and K. Mikolajczyk. Локальные детекторы инвариантных функций: съемка. Основы и тренды в компьютерной графике и видении. Том 3, Выпуск 3, 2007, стр. 177-280.
[6] Leutenegger, S., M. Chli, and R. Siegwart. BRISK: Binary Robust Invariant Scalable Keypoints (неопр.) (недоступная ссылка). Материалы Международной конференции IEEE. ICCV, 2011.
[7] Нистер, Д. и Х. Стевениус. Линейное Время Максимально Стабильные Экстремальные Области. Лекции по информатике. 10-я Европейская конференция по компьютерному зрению. Марсель, Франция: 2008, № 5303, с. 183-196.
[8] Matas, J., O. Chum, M. Urba, and T. Pajdla. «Устойчивый широкий базовый стерео из максимально стабильных экстремальных областей». Материалы Британской конференции Machine Vision. 2002, стр 384–396.
[9] Обдрзалек Д., С. Басовник, Л. Мач, А. Микулик. «Обнаружение элементов сцены с использованием максимально стабильных цветовых областей». Коммуникации в компьютерной и информационной науке. La Ferte-Bernard, France: 2009, Vol. 82 CCIS (2010 12 01), pp 107-115.
[10] Mikolajczyk, K., T. Tuytelaars, C. Schmid, A. Zisserman, T. Kadir, and L. Van Gool. Сравнение детекторов аффинных областей. Международный журнал компьютерного зрения. Том 65, № 1-2, ноябрь, 2005, стр. 43-72.
[11] Bay, H., A. Ess, T. Tuytelaars, and L. Van Gool. SURF: ускоренные робастные функции. Компьютерное зрение и понимание изображений (CVIU) .Vol. 110, № 3, 2008, стр 346–359.
[12] Alcantarilla, P.F., A. Bartoli, and A.J. Davison. «KAZE Функций», ECCV 2012, часть VI, LNCS 7577 стр. 214, 2012
[13] Rublee, E., V. Rabaud, K. Konolige and G. Bradski. ORB: Эффективная альтернатива SIFT или SURF. В работе 2011 международной конференции по компьютерному зрению, 2564-2571. Барселона, Испания, 2011.
[14] Ростен, Э. и Т. Драммонд. «Fusing Points and Lines for High Performance Tracking», материалы Международной конференции IEEE по компьютерному зрению, том 2 (октябрь 2005 года): стр. 1508-1511.