圖像的特征：圖像角點(diǎn)特征

大多數(shù)人都玩過(guò)拼圖游戲。首先拿到完整圖像的碎片，然后把這些碎片以正確的方式排列起來(lái)從而重建這幅圖像。如果把拼圖游戲的原理寫成計(jì)算機(jī)程序，那計(jì)算機(jī)就也會(huì)玩拼圖游戲了。

在拼圖時(shí)，我們要尋找一些唯一的特征，這些特征要適于被跟蹤，容易被比較。我們?cè)谝桓眻D像中搜索這樣的特征，找到它們，而且也能在其他圖像中找到這些特征，然后再把它們拼接到一起。我們的這些能力都是天生的。

那這些特征是什么呢?我們希望這些特征也能被計(jì)算機(jī)理解。

如果我們深入的觀察一些圖像并搜索不同的區(qū)域，以下圖為例：

在圖像的上方給出了六個(gè)小圖。找到這些小圖在原始圖像中的位置。你能找到多少正確結(jié)果呢?

A 和 B 是平面，而且它們的圖像中很多地方都存在。很難找到這些小圖的準(zhǔn)確位置。

C 和 D 也很簡(jiǎn)單。它們是建筑的邊緣?？梢哉业剿鼈兊慕莆恢茫菧?zhǔn)確位置還是很難找到。這是因?yàn)椋貉刂吘?，所有的地方都一樣。所以邊緣是比平面更好的特征，但是還不夠好。

最后 E 和 F 是建筑的一些角點(diǎn)。它們能很容易的被找到。因?yàn)樵诮屈c(diǎn)的地方，無(wú)論你向哪個(gè)方向移動(dòng)小圖，結(jié)果都會(huì)有很大的不同。所以可以把它們當(dāng) 成一個(gè)好的特征。為了更好的理解這個(gè)概念我們?cè)倥e個(gè)更簡(jiǎn)單的例子。

如上圖所示，藍(lán)色框中的區(qū)域是一個(gè)平面很難被找到和跟蹤。無(wú)論向哪個(gè)方向移動(dòng)藍(lán)色框，都是一樣的。對(duì)于黑色框中的區(qū)域，它是一個(gè)邊緣。如果沿垂直方向移動(dòng)，它會(huì)改變。但是如果沿水平方向移動(dòng)就不會(huì)改變。而紅色框中的角點(diǎn)，無(wú)論你向那個(gè)方向移動(dòng)，得到的結(jié)果都不同，這說(shuō)明它是唯一的。 所以，我們說(shuō)角點(diǎn)是一個(gè)好的圖像特征，也就回答了前面的問(wèn)題。

角點(diǎn)是圖像很重要的特征,對(duì)圖像圖形的理解和分析有很重要的作用。角點(diǎn)在三維場(chǎng)景重建運(yùn)動(dòng)估計(jì)，目標(biāo)跟蹤、目標(biāo)識(shí)別、圖像配準(zhǔn)與匹配等計(jì)算機(jī)視覺(jué)領(lǐng)域起著非常重要的作用。在現(xiàn)實(shí)世界中，角點(diǎn)對(duì)應(yīng)于物體的拐角，道路的十字路口、丁字路口等

那我們?cè)鯓诱业竭@些角點(diǎn)呢?接下來(lái)我們使用OpenCV 中的各種算法來(lái)查找圖像的特征，并對(duì)它們進(jìn)行描述。

猜你喜歡：

人工智能之個(gè)性化推薦之路

深度相機(jī)是什么？深度相機(jī)常見(jiàn)技術(shù)

如何解決分類中解決類別不平衡問(wèn)題？

語(yǔ)言模型-BERT：bert算法介紹

傳智教育人工智能培訓(xùn)課程