特征检测与提取
图像配准,兴趣点检测,特征描述符提取,点特征匹配,图像检索
局部特征及其描述符是许多计算机视觉算法的构建模块。它们的应用包括图像配准、目标检测和分类、跟踪、运动估计和基于内容的图像检索(CBIR)。这些算法使用局部特征来更好地处理尺度变化、旋转和遮挡。计算机视觉工具箱™算法包括FAST、Harris和Shi & Tomasi角检测器,以及SIFT、SURF、KAZE和MSER斑点检测器。工具箱包括SIFT、SURF、FREAK、BRISK、LBP、ORB和HOG描述符。您可以根据应用程序的需求混合和匹配检测器和描述符。
功能
主题
- 局部特征检测与提取
学习局部特征检测和提取的好处和应用。
- 点特征类型
为几种类型的特征选择返回和接受点对象的函数。
- 坐标系统
指定像素索引、空间坐标和3-D坐标系
- 画出形状和线条
当指定要绘制的形状类型时,还必须指定它在图像上的位置。
- 基于视觉词袋的图像检索
使用基于内容的图像检索(CBIR)系统从类似于查询图像的图像集合中检索图像。