特价点のタイプ

。

イメージの特价検出，イメージのレジストレーション，追迹追迹オブジェクト検出といったといったのコンピュータービジョンのの基本ブロックvisなり。计算机vision toolbox™にはイメージの特色をするな关键词关节，（x，y）座标（地点プロパティ内）など，特价タイプの特价に固情をするますますますますます。点关关で返すオブジェクトはは，关关数が使するによって决まります。

点オブジェクトを返す关圈

点オブジェクト	生成元	特价のタイプ
`角点`	`检测到空间` 加速段测试的功能（快）アルゴリズム近似近似を使使をコーナーを判定。[1]	コーナーシングルスケール検出点の追迹，スケール変更がない，あるいはスケール変更の少ないイメージ，路上や屋内など人工物质のシーンのコーナー。
	`侦探训练` 最小没有値アルゴリズム .[4]
	`探测器法` 哈里斯 - 斯蒂芬斯アルゴリズム最小没有値値アルゴリズムよりも的。[3]
`Brikspoint.`	`检察机构` 二进制强大的不变可扩展关键点（快速）アルゴリズム[6]	コーナーマルチスケール検出点の追迹，イメージイメージ，スケールスケール回転による変化，路上や屋内など人工物质。
`surfpoints.`	`探测拍摄` 加速强大的功能（冲浪）アルゴリズム[11]	ブロブマルチスケール検出オブジェクト検出およびスケールと回転によるによる変変を伴うレジストレーション。
`orbpoints.`	`DetectorBfeatures.` 定向快速和旋转的简短（ORB）法[13]	コーナーマルチスケール検出点の追迹，イメージイメージ，回転による変锰矿，路上や屋内など人工物质のシーンの検出。
`Kazepoints.`	`检察官化` Kazeはは头辞语，风を意味する日本语kazeからから生物し名前です。那么规模规模な非非形プロセス规定される空気の流れを准される空気ししととします[12]	マルチスケールブロブ特价オブジェクトオブジェクト境界のブレブレ除去の
`MSERREGIONS`	`检测器饲料` 最大稳定的极值区域（MSER）アルゴリズム[7][8][9][10]	强度が一様なマルチスケール検出レジストレーション，ベースラインの広いキャリブレーション，テキストテキスト，オブジェクト検出。スケールスケールと回転のの変をを変换ににににににににににににににに

点オブジェクトを受け入れる关圈

关节说明

relativecamerapose.

カメラの姿势间の相対的な回転と并进を计算

estismsfundamentalmatrix. ステレオイメージ内の対応するからから基于から

estimateGeometricTransform. マッチする点のペアから几几学変换推定

estissuncalibratedrection. キャリブレーションキャリブレーションのステレオ平行

提取物质 关心点点子の抽出

方法 特价ベクトル

轻快 关节数有效点出力オブジェクトの方向プロパティを，抽出した特性の（ラジアン単位）ににします。

怪物 关节数有效点出力オブジェクトの方向プロパティを，抽出した特性の（ラジアン単位）ににします。

冲浪

关节数有效点出力オブジェクトの方向プロパティを，抽出した特性の（ラジアン単位）ににします。

冲浪でMSERREGIONSオブジェクトオブジェクト使使と，オブジェクトの封面プロパティによって浪潮记述子が抽出されますますますます轴プロパティは，特殊を表す円のがmser楕円领域に比例ような浮子记述记述选択します。1/4 * SQRT（（Maveaxes / 2）。*（minsmaxes / 2））で求められ，surfpoints.オブジェクトの要件として1.6にに和され。

Kaze.

铁线形のピラミッドベースベース特价。

关节数有效点出力オブジェクトの方向プロパティを，抽出した特性の（ラジアン単位）ににします。

Kaze.でMSERREGIONSオブジェクトオブジェクト使使と，オブジェクトの地点プロパティを使用してし记述子を抽出し。

オブジェクトの轴プロパティは，特价をを表す円の领域がが楕円円领域比例するようkなななななしししししししししし选択しし

or 关节数有效点出力オブジェクトの方向既定をははは，抽出をたんんででは，有效点の方向プロパティは入力orbpoints.オブジェクトの方向プロパティに设定されます。

堵塞

シンプルシンプル正方形近傍。

堵塞したがって，出れるますますますれるれるれるます。有效点に含まれる点の数がが力点よりも少ない结合がます。

汽车

この关节は入力ののクラスクラス基于て方法を选択し，次次を装。

角点入力オブジェクトの结合は怪物法。

surfpoints.入力オブジェクトまたはMSERREGIONS入力オブジェクトの结合は冲浪法。

Brikspoint.入力オブジェクトの结合は怪物法。

orbpoints.入力オブジェクトの结合はor法。

[x y]座标のm行2列列の力行为の合并相关，关键堵塞を包装します。

骨折比重 勾配方向ヒストグラム（猪）特殊を抽出

InsertMarker. イメージイメージまたはビデオににマーカーを

ShowMatchedFeatures. 対応する特价点を表示

三角化 ステレオステレオイメージでの歪み歪み歪み后后のマッチする点3次元次元

undostortpoints. レンズレンズ歪みの点座点座标のの正

参照

[1]罗斯滕，E.和T. Drummond，“用于高速角检测的机器学习”。第9届欧洲计算机愿景会议。卷。1,2006，pp。430-443。

[2] Mikolajczyk，K.和C.施密。“绩效评估本地描述符。”图案分析与机器智能的IEEE交易。卷。27，第10,2005号，第1615-1630页。

[3]哈里斯，C.和M. J. Stephens。“一个组合的角和边缘探测器。”第四届Alvey Vision会议的诉讼程序。1988年8月，第147-152页。

[4] Shi，J.和C. Tomasi。“追踪的好功能。”计算机愿景和模式识别的IEEE会议诉讼程序。1994年6月，第593-600六月。

[5] Tuytelaars，T.和K.Mikolajczyk。“局部不变特征探测器：调查。”计算机图形和愿景的基础和趋势。卷。3，第3,2007号，第177-280页。

[6] Leutenegger，S.，M.Chli和R. Siegwart。“快速：二进制强大的不变可伸缩关键点。”IEEE国际会议的诉讼程序。ICCV，2011年。

[7] Nister，D.和H. Stewenius。“线性时间最大稳定的极值区域。”计算机科学的讲座。第10届电脑愿景会议。马赛，法国：2008年，没有。5303，pp.183-196。

[8] Matas，J.，O. Chum，M. Urba和T.Pajdla。“来自最大稳定的极值区域的强大宽基线立体声。”英国机器愿景会议的诉讼程序。2002年，第384-396页。

[9] Obdrzalek D.，S. Basovnik，L. Mach和A. Mikulik。“使用最大稳定的颜色区域检测场景元素。”计算机和信息科学的通信。La Fertce-Bernard，法国：2009，Vol。82 CCIS（2010年12 01），PP 107-115。

[10] Mikolajczyk，K.，T.Tuytelaars，C.Schmid，A. Zisserman，T. Kadir和L. Van Gool。“仿射区探测器的比较。”国际计算机愿景杂志。卷。65，2005年11月1日至2日，第43-72页。

[11]湾，H.，A.ESS，T. Tuytelaars和L. Van Gool。“冲浪：加速强大的功能。”计算机视觉和图像理解（CVIU）.vol。110，第3,2008，PP。346-359。

[12] Alcantarilla，P.F.，A. Bartoli和A.J.戴维森。“Kaze特点”，ECCV 2012，第VI部分，LNCS 7577 PP。214,2012

[13] Rublee，E.，V.Rabaud，K.Konolige和G. Bradski。“ORB：筛选或冲浪的有效替代品。”在2011年2011年国际计算机愿景会议的会议记录中，2564-2571。巴塞罗那，西班牙，2011年。

[14]罗斯滕，E.和T. Drummond。“高性能追踪的融合点和线条”，IEEE计算机愿景国际会议的程序，Vol。2（2005年10月）：PP。1508-1511。

关键词トピック

局所特价の検出と抽出

关键词トピック

特价点のマッチングを使し要素の多重シーンのオブジェクト検出