目标检测_特征提取与匹配框架

常见特征点提取算法及匹配优化

做些笔记

一、关键点与描述子

关键点:图像上某些特殊的、具有代表的点(常见表示就是图像上的横纵坐标、主方向、尺度等)。

描述子:用一些数学方法描述关键点(常见表示是n维向量)

1)harris角点检测

2)SIFT

3)SURF

4)FAST角点检测

5)BRIEF描述子

6)ORB

二、描述子匹配

1、基于阈值

2、基于最近邻

3、基于距离比率(distance ratio)的最近邻

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值