主要内容

BRISKPoints

存储活跃兴趣点的对象

全部展开页面

描述

对象之间传递数据的能力检察机构和extractFeatures功能。您还可以使用它来操作和绘制这些函数返回的数据。在您可能想要混合非活跃感兴趣点检测器和活跃描述符的情况下，您可以使用该对象交互式地填充点。

创建

语法

点= BRISKPoints(位置)
点= BRISKPoints(位置、名称、值)

描述

例子

点= BrikiskPoints（位置）构建A.BRISKPoints来自A.的对象米[x y]点坐标的-by-2数组，位置．

点= BrikiskPoints（位置，名称,值）使用一个或多个名称-值对设置属性。将每个属性名用引号括起来。例如,点= BRISKPoints(“度量”,0.0)

输入参数

全部展开

点位置，指定为米-by-2数组[xy点坐标。

属性

全部展开

由轻快对象持有的点数，指定为数值。

点位置，指定为米[x y]点坐标的-by-2数组。

特征被检测到的尺度，指定为大于或等于的值1.6．

检测特征的强度，指定为数值。快速算法使用近似Hessian的决定因素。

检测到的特征的方向指定为一角，在弧度中。从x轴逆时针逆时针测量角度，该x轴与由此产生的原点位置财产。请勿手动设置此属性。使用呼叫extractFeatures填写此值。的extractFeatures函数修改默认值0.0．使用BriSk兴趣点提取非快速描述符（例如，冲浪，怪物，MSER等），可以改变取向值。的取向主要用于可视化目的。

对象的功能

情节 情节点
isempty 确定点对象是否为空
长度 存储点数
selectStrongest 选择具有最强参数的点
大小 返回点对象的大小
selectUniform 选择均匀分布的特征点子集

例子

全部折叠

打开直播脚本

阅读图像并检测活跃的兴趣点。

我= imread (“cameraman.tif”）;点= detectBRISKFeatures(我);位置= [100:228;100:228]';点= BRISKPoints(位置);

选择并绘制10个最强的兴趣点。

最强= points.selectStrongest (10);imshow(我);持有在；情节(最大);

图中包含一个轴对象。轴对象包含3个类型为image, line的对象。


                   

                  

                 

                 
显示[x y]坐标。

                 

                  

                   

                    
最强。位置

                   

                  

                 

                 

                  

                   

                    
ans =10x2单个矩阵100 100 101 101 102 102 103 103 104 104 105 105 106 106 107 107 108 109 109

                   

                  

                 

                 

                

               

              

             

             

              
              
             

            

           

           

            
提示

            
虽然BRISKPoints可以容纳许多点，它是一个标量对象。因此,元素个数（BRISKPoints)总是返回1．这个值可以不同于长度（BRISKPoints），返回对象保持的真实点数。

           

           

            
参考

            

             
[1] Leutenegger，S.，M.Chli和R. Siegwart。快速：二进制强大的不变可伸缩关键点IEEE计算机视觉国际会议(ICCV) 2011。

            

           

           

            
扩展功能

            

             
             
             
             
            

           

           

            
另请参阅

            
|||||||||||||

           

           

            在R2014A介绍
           

          

         

         
         

         

          
         

        

        
        
        
       

      

     

    

    
    

     

      

       

        

         
        

       

      

     

    

    
    
    

     

      

       

        

         

          
计算机视觉工具箱文档

          
         

         

          
金宝app

          
         

         

          

           

            

             介绍基于MATLAB的深度学习
            

            
介绍基于MATLAB的深度学习

            下载电子书