注册 登录  
 加关注
   显示下一条  |  关闭
温馨提示!由于新浪微博认证机制调整,您的新浪微博帐号绑定已过期,请重新绑定!立即重新绑定新浪微博》  |  关闭

highspeedlogic

FPGA/MATLAB/Simulink

 
 
 

日志

 
 

HighSpeedLogic专题:Ashift空间仿射算法研究  

2013-03-09 23:34:00|  分类: 默认分类 |  标签: |举报 |字号 订阅

  下载LOFTER 我的照片书  |

专业技术网站:http://www.hslogic.com/

局部图像检测器通过图像比较按其增量不变性属性可进行分类。他们都是平移不变的。Harris角点检测是旋转不变的。这Harris–Laplace(拉普斯),Hessian(海赛函数)-LaplaceDOG(Difference–of-Gaussian(高斯函数))区域检测器是旋转不变和尺度不变的。一些基于力矩区域检测器包括Harris -Affine(仿射)Hess ian-Affine区域检测器一个边缘检测点一个熵检测两个水平线检测的MSER (“最稳定极值地区”)LLD (“水平线描述符”)的设计是仿射不变的转变MSER,特别说明已被证实通常比其他仿射不变检测效果更好紧随其后的是海赛-仿射和哈里斯-仿射。这些方法通过修补局部斑块区域或相当经历了一个未知的仿射变换。归一化变换后他们得到一个标准的对象仿射变换的影响已经消除。然而当一个较大比例变换出现时 (事实上比3),SIFT仍优于所有的其他方法。事实上实践证明数学上的,SIFT是完全尺度不变的指出没有完全尺度的归一化方法或仿射不变性:“然而这些方法是尚未完全仿射不变量当他们开始与初始特征尺度和地点选择用一种无仿射变换方式时,却由于开发全仿射空间成本过高。

算法概述:

HighSpeedLogic专题:Ashift空间仿射算法研究 - highspeedlogicblog - highspeedlogicblog


HighSpeedLogic专题:Ashift空间仿射算法研究 - highspeedlogicblog - highspeedlogicblog

对图像进行旋转变换和倾斜变换可以模拟有限的一些不同水平角度,垂直角度拍摄图像。对这些参数进行采样能保证模拟图像在不同的角度引起的视角变换下保持近似。所有模拟倾斜后的图像将由 SIFT 算法进行匹配比较。

水平和垂直采样:

HighSpeedLogic专题:Ashift空间仿射算法研究 - highspeedlogicblog - highspeedlogicblog

采样范围:

HighSpeedLogic专题:Ashift空间仿射算法研究 - highspeedlogicblog - highspeedlogicblog

采样步骤:

HighSpeedLogic专题:Ashift空间仿射算法研究 - highspeedlogicblog - highspeedlogicblog

HighSpeedLogic专题:Ashift空间仿射算法研究 - highspeedlogicblog - highspeedlogicblog

HighSpeedLogic专题:Ashift空间仿射算法研究 - highspeedlogicblog - highspeedlogicblog

MATLAB仿真实验

自由女神像测试图仿真

HighSpeedLogic专题:Ashift空间仿射算法研究 - highspeedlogicblog - highspeedlogicblog

书本测试图仿真

HighSpeedLogic专题:Ashift空间仿射算法研究 - highspeedlogicblog - highspeedlogicblog

LEAN像测试图仿真

HighSpeedLogic专题:Ashift空间仿射算法研究 - highspeedlogicblog - highspeedlogicblog

对比多种算法:

HighSpeedLogic专题:Ashift空间仿射算法研究 - highspeedlogicblog - highspeedlogicblog

参考文献汇总:

[1] 附件下载:2013030836711421.rar

[2]  附件下载:2013030836737485.rar

 

[3] C. Harris and M. Stephens. A combined corner and edge detector.Alvey Vision Conference, 15:50, 1988.

[4] T. Kadir, A. Zisserman, and M. Brady. An Affine InvariantSalient Region Detector. ECCV, 228–241, 2004.

[5] T. Lindeberg and J. Garding. Shape-adapted smoothing in estimation of 3-d depth cues from affine distortions of local 2-d brightness structure. ECCV, 389–400, 1994.

[6] D.G Lowe. Distinctive image features from scale-invariant key points. IJCV, 60(2):91–110, 2004.

[7] J. Matas, O. Chum, M. Urban, and T. Pajdla. Robust widebaseline stereo from maximally stable extremal regions. Image and Vision Computing, 22(10):761–767, 2004.

[8] K. Mikolajczyk and C. Schmid. Indexing based on scale invariant interest points. Proc. ICCV, 1:525–531, 2001.

[9] K. Mikolajczyk and C. Schmid. An affine invariant interest point detector. Proc. ECCV, 1:128–142, 2002.

[10] K. Mikolajczyk and C. Schmid. Scale and Affine Invariant Interest Point Detectors. IJCV, 60(1):63–86, 2004.

[11] K. Mikolajczyk and C. Schmid. A Performance Evaluation of Local Descriptors. IEEE Trans. PAMI, 1615–1630, 2005.

[12] K. Mikolajczyk, T. Tuytelaars, C. Schmid, A. Zisserman, J. Matas, F. Schaffalitzky, T. Kadir, and L.V. Gool. A Comparison of Affine Region Detectors. IJCV, 65(1):43–72, 2005.

[13] J.M. Morel and G. Yu. ASIFT: A New Framework for Fully Affine Invariant Image Comparison. to appear in SIAM Journal on Imaging Sciences, 2009.

[14] J.M. Morel and G. Yu. On the consistency of the SIFT method. to appear in Inverse Problems and Imaging (IPI), 2008.

[15] P. Mus′e, F. Sur, F. Cao, Y. Gousseau, and J.M. Morel. An A Contrario Decision Method for Shape Element Recognition. IJCV, 69(3):295–315, 2006.

[16] D. Pritchard andW. Heidrich. Cloth Motion Capture. Computer Graphics Forum, 22(3):263–271, 2003.

[17] T. Tuytelaars and L. Van Gool. Matching Widely Separated Views Based on Affine Invariant Regions. IJCV, 59(1):61–85, 2004.

  评论这张
 
阅读(67)| 评论(0)
推荐 转载

历史上的今天

在LOFTER的更多文章

评论

<#--最新日志,群博日志--> <#--推荐日志--> <#--引用记录--> <#--博主推荐--> <#--随机阅读--> <#--首页推荐--> <#--历史上的今天--> <#--被推荐日志--> <#--上一篇,下一篇--> <#-- 热度 --> <#-- 网易新闻广告 --> <#--右边模块结构--> <#--评论模块结构--> <#--引用模块结构--> <#--博主发起的投票-->
 
 
 
 
 
 
 
 
 
 
 
 
 
 

页脚

网易公司版权所有 ©1997-2017