Dimensión del vector de características de cribado
Basado en el método de detección de características basado en tecnología invariante, se propone un algoritmo de descripción de características locales de imagen basado en el espacio de escala que mantiene la estabilidad frente a cambios de escala, rotación, transformación afín y iluminación de la imagen: operador SIFT. La generación de vectores de puntos característicos SIFT consta de los siguientes cuatro pasos: 1. Detectar puntos extremos en el espacio de escala; 2. Eliminar puntos extremos de bajo contraste y puntos extremos de borde inestable para obtener puntos característicos 3. Calcular el parámetro de dirección de los puntos característicos; Genere un vector de puntos característicos SIFT, la dimensión del vector es generalmente de 128 dimensiones. El vector de puntos de características SIFT extraído mediante el algoritmo SIFT tiene las siguientes ventajas: 1. Las características SIFT son características locales de la imagen, permanecen invariantes a la rotación, la escala y los cambios de brillo, y también mantienen un cierto grado de invariancia a los cambios de ángulo de visión. , transformaciones afines y ruido; 2. Buena unicidad y rica información, adecuada para coincidencias rápidas y precisas en bases de datos de características masivas 3. Versátil, incluso unos pocos objetos pueden generar una gran cantidad de vectores de características SIFT. El algoritmo SIFT existente tiene ciertos defectos y su eficiencia y precisión de detección de imágenes son deficientes.
Ideas de implementación técnica
En vista de esto, el propósito de las realizaciones de esta tecnología patentada es proporcionar un método y dispositivo de detección de características de imagen basado en SIFT mejorado para resolver los problemas técnicos anteriores. problemas. En el primer aspecto, esta realización de tecnología patentada proporciona un método basado en S...
Puntos de protección técnica
1. Un método de detección de características de imagen basado en SIFT mejorado, que se caracteriza porque incluye: obtener la imagen a detectar y la imagen estándar correspondiente usar el algoritmo SIFT de transformación de características invariantes de escala para realizar la comparación de imágenes en la imagen a detectar y la imagen estándar para obtener múltiples pares de puntos coincidentes; y calcular la relación de los puntos coincidentes. Se eliminan la relación de diámetros vecinos y la diferencia de ángulos de dirección entre los dos, y se obtienen los puntos coincidentes correctos para obtener los puntos coincidentes; características de la imagen que se van a detectar.