基于多尺度下特征点的检测

被引:4
作者
夏一民
黄文清
吴铮
机构
[1] 浙江理工大学信息电子学院
关键词
多尺度空间; 高斯金字塔; 特征点检测; 尺度不变特征变换; 特征点描述符;
D O I
10.16208/j.issn1000-7024.2008.10.048
中图分类号
TP391.4 [模式识别与装置];
学科分类号
0811 ; 081101 ; 081104 ; 1405 ;
摘要
提出了一种在不同尺度空间下特征点提取的方法。该方法通过构造图像设高斯金字塔和高斯差分金字塔,进行极值检测,然后在极值点中去除低对比度的点并消除边界点的响应,得到关键点,最后计算关键点的方位和模的大小,从而得到特征点。利用该方法把取得的特征点对图像旋转、亮度变化、尺度缩放等情况下保持不变,此外对视角变化、仿射变换、噪声也保持一定的稳定性。给出了实验参数,并且对实验结果进行分析。
引用
收藏
页码:2668 / 2670
页数:3
相关论文
共 2 条
[1]   Extracting facial features as in infants [J].
Hamada, T ;
Kato, K ;
Kawakami, K .
PATTERN RECOGNITION LETTERS, 2000, 21 (05) :407-412
[2]  
An affine invariant interest point de-tector .2 Mikolajczyk K,Schmid C. European Conference on Computer Vision . 2002