图像局部特征的术语
2013-12-22 12:49
155 查看
介绍
本节主要介绍图像局部特征的术语,以便更清析的区分术语地含义。常用术语
区域,局部特征和兴趣点
这三个名词具有相同的概念,出现在不同的应用中。理想的局部特征就是一个点。一个只有空间位置而没有空间覆盖范围的点。在实际中,数字图像离散化时,最小单位是素点。如果要定位某个像素点时,必须分析此像素的邻域,所以任何局部特征都式地包含一个空间覆盖范围。在相机校准/3-D重建等应用中,我们只关心局部特征的坐标,甚至亚像素级,这时候常称局部特征为“兴趣点”。然而在绝大多数的应用中,不仅"兴趣点"空间位置,其邻域的形状和大小也被用来进行后续的局部特征检测和匹配,这时局部特征常常称为“区域”。
全局特征与局部特征
全局特征与局部特征最大区别是特征提取的空间范围不同。全部特征是从整个图像中提取的特征,而局部特征是从图像中区域中提取的特征。在图像处理中,全局特征如颜色直方图,常用来描述图像的内容。只要人们感兴趣的是整个图像,不是图像中某个前景,这种颜色直方图具有非常好的检索性能。然而,基于全局特征描术不适合用于图像混叠情况。参考资料
[1] Richard Szeliski,"Computer Vision:Algorithms and Applications", Microsoft Research, 2010.[align=center]关于Image Engineering & Computer Vision的更多讨论与交流,敬请关注本博和新浪微博songzi_tea.
[/align]
相关文章推荐
- 图像局部特征学习(笔记1之斑点检测)
- 图像局部特征点检测算法综述
- 图像处理之局部二值特征
- 图像局部特征描述总结
- [收藏] 局部图像特征描述概述
- 局部图像特征描述概述 by 樊彬
- 图像局部特征抽取
- 【综述】(中科院)樊彬老师-“局部图像特征描述概述”
- 图像局部特征学习(笔记1之Harris角点)
- OpenCV_局部图像特征的提取与匹配_源代码
- 基于C++和OpenCv的SIFT_图像局部特征检测算法代码的实现
- 图像局部特征(八)--斑点检测子SIFT/SURF区别总结
- 图像的局部特征(对比全局特征)
- 图像的局部特征研究--Hu不变矩
- 图像局部特征点检测算法综述
- 全局图像特征与局部图像特征区别
- 【综述】(中科院)樊彬老师-“局部图像特征描述概述”
- 局部图像特征描述概述
- 图像局部特征点检测算法综述
- 图像局部特征点检测算法综述