检测特征

检测冲浪功能并返回冲浪点对象

折叠所有页面

语法

点=检测特征（I）

点=检测特征（I、名称、值）

描述

实例

要点=检测特征(我)返回一个冲浪点对象要点，包含有关在二维灰度输入图像中检测到的冲浪特征的信息我这个检测特征函数实现加速鲁棒特征（SURF）算法以查找blob特征。

要点=检测特征(我,名称、值)指定使用一个或多个名称值参数以及前面语法中的输入参数的选项。

例子

全部崩溃

检测灰度图像中的冲浪兴趣点

打开实时脚本

读取图像并检测兴趣点。

I=imread(“摄影师，tif”); 点=检测特征（I）；

在图像中显示感兴趣的位置。

imshow（I）；持有在…上; 绘图（点，10）；

图中包含一个轴对象。axes对象包含3个类型为image、line的对象。

输入参数

全部崩溃

`我`—输入图像
M-借-N二维灰度图像

输入图像，指定为M-借-N二维灰度。输入图像必须是真实的非稀疏值。

数据类型：仅有一个的|双重的|int16|uint8|uint16|必然的

名称值参数

指定可选的逗号分隔的字符对名称、值论据。名称是参数名和价值是对应的值。名称必须出现在引号内。您可以按任意顺序指定多个名称和值对参数，如下所示：名称1，值1，…，名称，值.

例子：DetectSurf特征（I，'MetricThreshold'，100）

`MetricThreshold`—最强特征阈值
`1000`（默认）|非负标量

最强功能阈值，指定为非负标量。若要返回更多Blob，请减小此阈值的值。

`纽莫克塔夫斯`—八度音阶数
`3.`（默认）|标量（大于或等于1）

八度音阶数，指定为整数标量，大于或等于1.. 增加此值可检测较大的斑点。建议值介于之间1.和4..

每个倍频程跨越多个刻度，这些刻度使用不同大小的过滤器进行分析：

八度	过滤器尺寸
1.	九乘九、十五乘十五、二十一乘二十一、二十七乘二十七。。。
2.	15乘15、27乘27、39乘39、51乘51。。。
3.	27乘27、51乘51、75乘75、99乘99。。。
4.	....

高倍频程使用较大的滤波器并对图像数据进行二次采样。较大的八度音阶数会导致发现较大尺寸的斑点。设定纽莫克塔夫斯与图像大小相对应的参数。例如，50乘50的图像要求您设置纽莫克塔夫斯参数，小于或等于2.这个numscalelelevels参数控制每个倍频程使用的滤波器数量。在一个八度音程中，至少需要三个级别来分析数据。