2012-04-22 76 views
6

我目前在SIFT,我已經產生了高斯和極值圖像層的差異。任何人都可以向我解釋如何使用Hessian矩陣來消除低對比度關鍵點?SIFT關鍵點位置

+1

你可能想解釋一下自己好一點。沒有多少人專注於簡歷。此外,您的問題的正確標記有助於他人更好地找到您的問題。 – monksy 2012-04-22 00:10:22

+0

我目前正在處理圖像特徵擴展以形成我的模式匹配描述符。 – tsann 2012-04-22 00:28:45

+0

我發現這篇文章在SIFT的解釋和實現中非常清楚http://www.aishack.in/2010/05/sift-scale-invariant-feature-transform/也許這個會幫助你:http:// www .aishack.in/2010/05/sift-scale-invariant-feature-transform/5/ – vancexu 2012-08-01 03:34:21

回答

1

A keypoint是一個角落。這來自哈里斯角落的工作和好功能跟蹤(康萊特)論文第一,然後由Mikolajczyk and Schmid paper強調。

直觀地說,拐角是一個很好的特徵,因爲它是兩條線的交叉點,而一條線段可以沿着它的方向移動,從而導致較不準確的局部化。線段是邊緣,即一階導數(梯度)。角落是突然改變其方向的邊緣。這由二階導數測量,因此使用包含方向二階導數值的Hessian矩陣。