1、单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,*,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,*,SIFT,特征匹配技术,任甲元 郑舒颖 金喆,1,图像配准结果,典型应用,2,关键技术：局部特征提取,3,局部特征：感兴趣区域检测,&,描述子,感兴趣区域,描述子,4,David Lowe,Computer Science Department2366 Main MallUniversity of British ColumbiaVancouver,B.C.,V6T 1Z4,Canada,E-mail:,作者简
2、介,5,SIFT,概述,SIFT,算法由,D.G.Lowe1999,年提出，,2004,年完善总结。此后,Y.Ke,将其描述子部分用,PCA,代替直方图的方式，对其进行改进。,定义：,SIFT,算法是一种提取局部特征的算法，在尺度空间寻找极,值点，提取位置、尺度、旋转不变量。,特点：,1,、,SIFT,特征是图像的局部特征，其对旋转、尺度缩放、亮度变化保持,不变性，对视角变化、仿射变换、噪声也保持一定程度的稳定性。,2,、独特性（,Distinctiveness,）好，信息量丰富，适用于在海量特征数,据库中进行快速、准确的匹配。,3,、多量性，即使少数的几个物体也可以产生大量的,SIFT,特征
3、向量。,4,、高速性，经优化的,SIFT,匹配算法甚至可以达到实时的要求。,5,、可扩展性，可以很方便的与其他形式的特征向量进行联合。,6,1,、检测尺度空间极值点。,2,、精确定位极值点。,关键点检测,3,、为每个关键点指定方向。,4,、关键点描述子的生成。,描述子生成,SIFT,概述,7,2,、精确定位极值点。,关键点检测,3,、为每个关键点指定方向。,4,、关键点描述子的生成。,描述子生成,1,、检测尺度空间极值点。,SIFT,概述,8,大家有疑问的，可以询问和交流,可以互相讨论下，但要小声点,9,尺度空间极值点检测,10,尺度空间极值点检测,尺度空间：,二维尺度可变高斯核函数（滤波函数
4、高斯核和高斯微分是尺度空间分析的惟一平滑核。,(,本实验采用一维高斯函数,),空间坐标,尺度空间因子（坐标）,二维图像函数,11,高斯差分尺度空间（,DOG scale-space,）：,是尺度归一化,LOG,算子的近似,高斯金字塔的构建：,高斯金字塔共,o(7),阶，每阶有,s(6),层，下一阶的图像由上一阶图像降采样得到。,尺度空间极值点检测,12,13,14,15,归一化,16,归一化,gray0=1 3 5 7 9 10 11,17,归一化,gray0=1 3 5 7 9 10 11,gray1=0 2 4 6 8 9 10,18,归一化,gray0=1 3 5 7 9 10 11,gray1=0 2 4 6 8 9 10,gray2=0,2/10 4/10 6/10 8/10 9/10,1,19,归一化,gray0=1 3 5 7 9 10 11,gray1=0 2 4 6 8 9 10,gray2=0,2/10 4/10 6/10 8/10 9/10,1,0=gray2,高斯金字塔边缘扩展,-,提取潜在特征点,-,精炼特征点,-,计算方向,-,特征点描述,-,对,image03,做同样处理,-,特征点匹配,-,年底前完成,99,100,
浙ICP备2021020529号-1 | 浙B2-20240490 
