SURF
Author
Albert FloresAproximovaná a diskretizovaná gausovská jádra druhých parciálních derivací, s kterými metoda SURF pracuje. Zde o velikosti 9×9. SURF je metoda, která dokáže popsat obrázek pomocí deskriptorů. Jedná se novější obdobu metody SIFT. Popis pomocí deskriptorů vygenerovaných metodou SURF je invariantní vůči rotaci a vzdálenosti kamery od popisovaného objektu.
Algoritmus SURF se využívá v mnoha aplikacích počítačového vidění. Je používán např. +more pro rekonstrukci 2D a 3D scén, klasifikaci obrázků a především pro rychlý popis obsahu obrázku. Míru podobnosti dvou obrázků lze měřit např. Eukleidovskou vzdáleností.
Průběh metody SURF lze rozdělit na dvě fáze. V první fázi se hledají klíčové body obrázku, kterými mohou být rohy, skvrny nebo T-spoje. +more Druhou fází je výpočet deskriptoru z okolí klíčového bodu.
Určení klíčových bodů
SURF využívá pro detekci klíčových bodů integrální obraz. Pomocí integrálního obrazu je možné získat údaj o intenzitě oblasti obrázku v konstantním čase s potřebou znát jen krajní body oblasti. +more K detekci významných bodů v obraze se využívá detektoru založeného na výpočtu determinantu Hessovy matice. V tomto případě má Hessova matice následující tvar:.
:H(\textbf{x},\sigma)= \left[ \begin{array}{cc} L_{xx}(\textbf{x},\sigma) & L_{xy}(\textbf{x},\sigma) \\ L_{xy}(\textbf{x},\sigma) & L_{yy}(\textbf{x},\sigma) \end{array} \right]
Kde \textbf{x}\,\. představuje bod ve vstupním obraze I\,\. +more a L_{xx}(\textbf{x},\sigma) je konvoluce druhé derivace Gaussovy funkce \frac{\partial^2}{\partial x^2}g(\sigma) se vstupním obrázkem I\,\.
Reference
Související články
SIFT (Scale Invariant Feature Transform)
Externí odkazy
[url=://www.vision.ee.ethz.ch/~surf/ - stránky na Computer Vision Laboratory, ETH
[[Kategorie:Zpracování obrazu]url=https://github.com/herbertbay/SURF]SURF on Github[/url] *[/url]]