广告
返回顶部
首页 > 资讯 > 后端开发 > Python >Python计算机视觉SIFT尺度不变的图像特征变换
  • 648
分享到

Python计算机视觉SIFT尺度不变的图像特征变换

2024-04-02 19:04:59 648人浏览 安东尼

Python 官方文档:入门教程 => 点击学习

摘要

目录图像特征-SIFT尺度不变特征变换1.1图像尺度空间1.2多分辨率金字塔1.3高斯差分金字塔1.4DoG空间极值检测1.5关键点的精确定位1.6消除边界响应1.7特征点的主方向1

图像特征-SIFT尺度不变特征变换

1.1图像尺度空间

在一定的范围内,无论物体是大还是小,人眼都可以分辨出来,然后计算机要具有相同的能力却很难,所以要让机器能够对物体在不同尺度下有一个统一的认知,就需要考虑图像在不同尺度下都存在的特点。

尺度空间的获取通常使用高斯模糊来实现

1.2多分辨率金字塔

1.3高斯差分金字塔

1.4DoG空间极值检测

为了寻找尺度空间的极值点,每个像素点要和其图像域(同一尺度空间)和尺度域(相邻的尺度空间)的所有相邻点进行比较,当其大于(或者小于)所有相邻点时,该点就是极值点。如下图所示,中间的检测点要和其所在图像的33邻域8个像素点,以及其相邻的上下两层33邻域18个像素点,共26个像素点进行比较。

1.5关键点的精确定位

这些候选关键点是DoG空间的局部极值点,而且这些极值点均为离散的点,精确定位极值点的一种方法是对尺度空间DoG函数进行曲线拟合,计算其极值点,从而实现关键点的精确定位。

1.6消除边界响应

1.7特征点的主方向

1.8生成特征描述

OpenCV SIFT函数

import cv2  #opencv 读取进来为BGR格式
import matplotlib.pyplot as plt
import numpy as np
#一个魔法指令,不需要采用plt.show()显示图像
%matplotlib inline   
print(cv2.__version__)   # 3.4.1.15 pip install opencv-python ==3.4.1.15  pip install opencv-contrib-Python==3.4.1.15
def cv_show(name,img):
    cv2.imshow(name,img)
    cv2.waiTKEy(0)
    cv2.destroyAllwindows()
img = cv2.imread('images/test2.jpg')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
cv_show('gray',gray)
#得到特征点
sift = cv2.xfeatures2d.SIFT_create()
kp = sift.detect(gray,None)
img = cv2.drawKeypoints(gray,kp,img)
cv_show('keyPoint',img)
# 计算特征
kp, des = sift.compute(gray, kp)
print(np.array(kp).shape)
print(des.shape)
print(des[0])

以上就是Python计算机视觉SIFT尺度不变的图像特征变换的详细内容,更多关于Python SIFT尺度不变图像特征变的资料请关注编程网其它相关文章!

--结束END--

本文标题: Python计算机视觉SIFT尺度不变的图像特征变换

本文链接: https://www.lsjlt.com/news/118276.html(转载时请注明来源链接)

有问题或投稿请发送至: 邮箱/279061341@qq.com    QQ/279061341

本篇文章演示代码以及资料文档资料下载

下载Word文档到电脑,方便收藏和打印~

下载Word文档
猜你喜欢
  • Python计算机视觉SIFT尺度不变的图像特征变换
    目录图像特征-SIFT尺度不变特征变换1.1图像尺度空间1.2多分辨率金字塔1.3高斯差分金字塔1.4DoG空间极值检测1.5关键点的精确定位1.6消除边界响应1.7特征点的主方向1...
    99+
    2022-11-11
软考高级职称资格查询
编程网,编程工程师的家园,是目前国内优秀的开源技术社区之一,形成了由开源软件库、代码分享、资讯、协作翻译、讨论区和博客等几大频道内容,为IT开发者提供了一个发现、使用、并交流开源技术的平台。
  • 官方手机版

  • 微信公众号

  • 商务合作