图像局部特征检测及描述

评分0.0分

图像特征的检测及描述是完成计算机视觉相关的三维重建、目标识别/跟踪、图像恢复及分类等各种任务的第一步，其性能直接影响后续过程的效果，是事关成败的关键，具有重要的理论意义和实用价值。本书针对噪声图像中的特征检测及描述的稳定性和可分辨性问题，介绍了国内外经典算法的原理和作者的相关研究成果，并对算法的优势和局限性进行了分析。本书重点介绍了三十多种特征检测算法，包括基于边缘、模板、灰度导数以及基于机器学习的角点检测算法，基于灰度导数、机器学习以及与滤波整合的像素级边缘检测算法，基于灰度矩、空间矩的亚像素级边缘检测算法，SIFT、SURF等斑点检测算法。本书还介绍了十多种特征描述算法，包括SIFT、GLOH、WLD、BRIEF、ORB等经典描述算法，还包括清晰或模糊直线的参数估计。虽然本书不能涵盖所有的特征检测及描述算法，但基本包括各类代表性方法。