主要内容

extractFeatures

提取兴趣点描述符

描述

例子

(特性,validPoints)= extractFeatures (,)返回提取特征向量,也称为描述符,和相应的位置,从二进制或强度图像。

函数的描述符来自像素周围的一个兴趣点。指定的像素表示和匹配特性一个单点的位置。每个单点指定一个社区的中心位置。你使用的方法描述符提取取决于输入的类

例子

(特性,validPoints)= extractFeatures (,,名称=值)指定选项使用一个或多个名称参数除了参数从以前的语法的任意组合。例如,extractFeatures(我点方法=“块”)设置方法提取描述符

例子

全部折叠

读取图像。

我= imread (“cameraman.tif”);

找到并从图像中提取角特性。

角落= detectHarrisFeatures(我);[特性,valid_corners] = extractFeatures(我,角落);

显示图像。

图;imshow(我);持有

情节点有效的角落。

情节(valid_corners);

图包含一个坐标轴对象。坐标轴对象包含2图像类型的对象,线。一个或多个行显示的值只使用标记

读取图像。

我= imread (“cameraman.tif”);

找到并从输入图像中提取特征。

点= detectSURFFeatures(我);[特性,valid_points] = extractFeatures(我点);

显示和情节十强大的上网功能。

图;imshow(我);持有;情节(valid_points.selectStrongest (10), showOrientation = true);

图包含一个坐标轴对象。坐标轴对象包含3图像类型的对象,线。一个或多个行显示的值只使用标记

读取图像。

我= imread (“cameraman.tif”);

找到特性在图像使用女士特性检测。

区域= detectMSERFeatures(我);[特性,valid_points] = extractFeatures(地区,我正直= true);

显示特性对应女士椭圆中心。

图;imshow(我);持有;情节(valid_points showOrientation = true);

图包含一个坐标轴对象。坐标轴对象包含3图像类型的对象,线。一个或多个行显示的值只使用标记

输入参数

全部折叠

输入图像,指定为一个二进制或二维灰度图像。

数据类型:逻辑|||int16|uint8|uint16

中心位置的一个广场附近,指定为一个2的矩阵的数量(x y坐标,或作为一个对象中描述的功能点特征类型。表列出了可能的输入类的点可用于提取。

名称-值参数

指定可选的双参数作为Name1 = Value1,…,以=家,在那里的名字参数名称和吗价值相应的价值。名称-值参数必须出现在其他参数,但对的顺序无关紧要。

R2021a之前,用逗号来分隔每一个名称和值,并附上的名字在报价。

例子:extractFeatures(我点方法=“块”)设置方法提取描述符

描述符提取方法,指定为重点描述的功能对象之一点特征类型“汽车”

表描述了函数如何实现描述符提取方法:

方法 特征向量(描述符)
筛选

尺度不变特征变换(SIFT)。

这个函数设置取向财产的validPoints输出对象中提取的方向特性,在弧度。

轻快的

二进制的不变的可伸缩的要点(快)。

这个函数设置取向财产的validPoints输出对象中提取的方向特性,在弧度。

快速视网膜关键点(怪物)。

这个函数设置取向财产的validPoints输出对象中提取的方向特性,在弧度。

冲浪

日后健壮的特性(冲浪)。

这个函数设置取向财产的validPoints输出对象中提取的方向特性,在弧度。

当您使用一个MSERRegions对象的冲浪方法,重心对象的属性提取冲浪描述符。的对象的属性选择冲浪的规模描述符,表示特性的圆的面积成正比女士椭圆区域。计算规模1/4 *√(majorAxes / 2) * (minorAxes / 2))。和饱和1.6所要求的SURFPoints对象。

ORB

面向快速旋转短暂(ORB)特性。

取向财产的validPoints设置为自动输出对象取向属性的输入ORBPoints对象

KAZE

基于非线性金字塔的特点。

这个函数设置取向财产的validPoints输出对象中提取的方向特性,在弧度。

当您使用一个MSERRegions对象的KAZE方法,位置对象的属性被用来提取KAZE描述符。

对象的属性选择的规模KAZE描述符,表示特性的圆的面积成正比女士椭圆区域。

简单的方形neighbhorhood。

方法提取只有社区完全包含在图像边界。因此,输出,validPoints比输入,可以包含更少的分

汽车

功能选择方法基于类的输入点和实现:

方法一cornerPoints输入对象。
冲浪方法一SURFPointsMSERRegions输入对象。
轻快的方法一BRISKPoints输入对象。
ORB方法一ORBPoints输入对象。

对于一个2输入矩阵的xy)坐标,实现的函数方法。

请注意

必须描述符提取方法ORB,如果输入是一个ORBPoints对象。同时,ORB描述符提取方法不支持其他类的点,除了金宝appORBPoints

块大小,指定为一个奇数标量。这个值定义了当地广场附近BlockSize——- - - - - -BlockSize在每个兴趣点集中。此选项仅适用于当函数实现方法。

旋转不变性国旗,指定一个逻辑标量。当你设定这个属性真正的,特征向量的方向估计和功能取向设置为π/ 2。设置这个真正的当你不需要旋转图像描述符来获取信息。当你设定这个属性估计的方向特性,然后旋转不变的特性。

请注意

旋转不变性的旗帜“正直”如果输入不支持金宝app是一个ORBPoints对象。

特征向量的长度(描述符),指定为64年128年。此选项仅适用于当函数实现冲浪KAZE方法。更大的特征尺寸128年提供了更大的精度,但降低了特征匹配速度。

输出参数

全部折叠

特征向量,作为一个返回binaryFeatures对象或一个——- - - - - -N矩阵的特征向量,也称为描述符。每个描述符的长度N

有效点与每个输出关联特征向量(描述符)特性在相同的格式作为输入,返回。可以是一个有效的点2的矩阵x,y坐标或描述的点特征的对象之一点特征类型

函数从周边地区每个兴趣点提取描述符。如果该地区以外的形象,或者兴趣点是图像的边缘太近,无法计算特征描述符的函数。在这种情况下,函数忽略了这一点。关键是不包括在有效点的输出。

筛选功能,可以提炼出一个以上的描述符在一个位置,但在不同的方向。因此,点返回的数量validPoints可以大于或等于输入点的数量extractFeatures。输入以外的特征点筛选,validPoints可以小于或等于输入点的数量。

引用

[1]Bradski和a . Kaehler学习OpenCV: OpenCV的计算机视觉库2008年,O ' reilly,塞瓦斯托波尔,CA。

Andreas Ess[2]赫伯特湾Tinne Tuytelaars,吕克·范干傻事,冲浪:加快健壮的特性”,计算机视觉和图像理解(CVIU)3号,卷。110年,346年- 359年,2008页

[3]湾,赫伯特,安德烈亚斯Ess Tinne Tuytelaars,吕克·范·干傻事,“冲浪:加快健壮的功能”,计算机视觉和图像理解(CVIU)3号,卷。110年,346年- 359年,2008页。

[4]Alahi、亚历山大·奥尔蒂斯,拉斐尔,皮埃尔Vandergheynst,“狂:快速视网膜关键点”,IEEE计算机视觉与模式识别会议,2012年。

[5]Alcantarilla,功率因数,A. Bartoli, and A.J. Davison. "KAZE Features",7577年2012年大会,第六部分,信号214年,2012页

扩展功能

版本历史

介绍了R2011a