主要内容

このペ,ジの翻訳は最新ではありません。ここをクリックして,英語の最新版を参照してください。

extractFeatures

関心点記述子の抽出

説明

特性validPoints= extractFeatures(は,バイナリイメージまたは強度イメージから,抽出された特徴ベクトル(記述子とも呼ばれます)と,これらに対応する位置を返します。

関数は,関心点の周りのピクセルから記述子を導出します。ピクセルは,単一点の位置によって指定された特徴を表し,これらの特徴をマッチさせます。各単一点は,近傍の中心位置を指定します。記述子の抽出に使用する手法は,入力のクラスによって異なります。

特性validPoints= extractFeatures(名称,值は,1以上の名称,值ペアの引数によって指定された追加オプションを使用します。

すべて折りたたむ

メ,ジを読み取ります。

I = imread(“cameraman.tif”);

コ,ナ,特徴を検出して抽出します。

角= detectHarrisFeatures(I);[features, valid_corners] = extractFeatures(I, corners);

メ,ジを表示します。

图;imshow(我);持有

图中包含一个轴。坐标轴包含一个image类型的对象。

有効なコナポントをプロットします。

情节(valid_corners);

图中包含一个轴。坐标轴包含image、line类型的2个对象。

メ,ジを読み取ります。

I = imread(“cameraman.tif”);

特徴を検出して抽出します。

点= detectsurffatures (I);[features, valid_points] = extractFeatures(I, points);

最も強い10個の冲浪特徴を表示してプロットします。

图;imshow(我);持有;情节(valid_points.selectStrongest (10),“showOrientation”,真正的);

图中包含一个轴。坐标轴包含图像、直线类型的3个对象。

メ,ジを読み取ります。

I = imread(“cameraman.tif”);

Mserと冲浪特徴記述子を使用して特徴を検出します。

regions = detectMSERFeatures(I);[features, valid_points] = extractFeatures(I,regions,“正直”,真正的);

Mser楕円の中心に対応する冲浪特徴を表示します。

图;imshow(我);持有;情节(valid_points“showOrientation”,真正的);

图中包含一个轴。坐标轴包含图像、直线类型的3个对象。

入力引数

すべて折りたたむ

入力▪▪メ▪▪ジ。バナリメジまたは2メジとして指定します。

デ,タ型:逻辑|||int16|uint8|uint16

正方形の近傍の中心位置の点。BRISKPointsSURFPointsオブジェクト,KAZEPointsオブジェクト,MSERRegionsオブジェクト,cornerPointsオブジェクト,ORBPointsオブジェクト,またはM個の[x y]座標のM行2列の行列として指定します。次の表に,抽出に使用できる点の入力クラスをまとめています。

点のクラス
BRISKPoints 二进制鲁棒不变可扩展关键点(BRISK)
SURFPointsオブジェクト 加速健壮特性(SURF)
MSERRegionsオブジェクト 最大稳定极值区域(MSER)
cornerPoints 来自加速段测试(FAST)的功能,最小固有値またはHarris
KAZEPoints 非線形メジのピラミッドベスの回転および方向に不変の特徴。浏览と同様ですが、ノ、ズが少ない点が含まれます。
ORBPoints 定向快速和旋转简要(ORB)特徴。
[x y]座標のM行2列の行列 [x y]点位置の周りのシンプルな正方形の近傍

名前と値のペアの引数

オプションの引数名称,值のコンマ区切りペアを指定します。的名字は引数名で,价值は対応する値です。的名字は引用符で囲まなければなりません。Name1, Value1,…,的家のように,複数の名前と値のペアの引数を,任意の順番で指定できます。

例:“方法”“块”は,記述子の抽出に法を指定します。

記述子抽出法。'方法“と,”'、'冲浪'、'ORB'、“または”汽车で構成されるコンマ区切りのペアとして指定します。

次の表で,関数が記述子抽出法をどのように実装するかを説明します。

メソッド 特徴ベクトル(記述子)
轻快的 二进制健壮不变可扩展关键点(BRISK)。
関数はvalidPoints出力オブジェクトの取向プロパティを,抽出した特徴の向き(ラジアン単位)に設定します。
Fast Retina Keypoint (FREAK)。
関数はvalidPoints出力オブジェクトの取向プロパティを,抽出した特徴の向き(ラジアン単位)に設定します。
冲浪 加速健壮特性(SURF)。
関数は,validPoints出力オブジェクトの取向プロパティを,抽出した特徴の向き(ラジアン単位)に設定します。

冲浪法でMSERRegionsオブジェクトを使用すると,オブジェクトの重心プロパティによって冲浪記述子が抽出されます。オブジェクトのプロパティは,特徴を表す円の領域が女士楕円領域に比例するような冲浪記述子のスケールを選択します。このスケ,ルは1/4 *√(majorAxes / 2) * (minorAxes / 2))。で求められ,SURFPointsオブジェクトの要件として1.6に飽和されます。

ORB 定向快速和旋转简要(ORB)特徴。
validPoints出力オブジェクトの取向プロパティは,入力ORBPointsオブジェクト取向プロパティに自動的に設定されます。
KAZE 非線形のピラミッドベ,スの特徴。

関数はvalidPoints出力オブジェクトの取向プロパティを,抽出した特徴の向き(ラジアン単位)に設定します。

KAZE法でMSERRegionsオブジェクトを使用すると,オブジェクトの位置プロパティを使用してkaze記述子を抽出します。

オブジェクトのプロパティは,特徴を表す円の領域が女士楕円領域に比例するようなKAZE記述子のスケールを選択します。

ブロック シンプルな正方形近傍。

法は,。したがって,出力validPointsに含まれる点の数が入力よりも少ない場合があります。

自動 この関数は入力の点のクラスに基づいて方法を選択し,次を実装します。
cornerPoints入力オブジェクトの場合は法。
SURFPoints入力オブジェクトまたはMSERRegions入力オブジェクトの場合は冲浪法。
BRISKPoints入力オブジェクトの場合は轻快的法。
ORBPoints入力オブジェクトの場合はORB法。

[x y]座標のM行2列の入力行列の場合,関数は法を実装します。

メモ

入力ORBPointsオブジェクトの場合,記述子抽出法はORBでなければなりません。また,ORB記述子抽出法は,ORBPointsを除く,他のどのクラスの点でもサポ,トされません。

ブロックサ@ @ズ。奇数の整数スカラ,で指定します。この値は,各関心点を中心とした,BlockSizexBlockSizeの局所的な正方形の近傍を定義します。このオプションは,関数が法を実装する場合にのみ適用されます。

回転不変フラグ。逻辑スカラーとして指定します。このプロパティを真正的に設定すると,特徴ベクトルの向きが推定されず,特徴の向きがpi/2に設定されます。イメージ記述子で回転情報を取得する必要がない場合には,このプロパティを真正的に設定します。このプロパティをに設定すると,特徴の向きが推定され,特徴が回転に対して不変になります。

メモ

回転不変フラグ“正直”は,入力ORBPointsオブジェクトの場合はサポ,トされません。

冲浪または风特徴ベクトル(記述子)の長さ。64または128として指定します。このオプションは,関数が冲浪法またはKAZE法を実装する場合にのみ適用されます。特徴のサ@ @ズを128に増やすと,精度が向上しますが,特徴のマッチング速度は低下します。

出力引数

すべて折りたたむ

特徴ベクトル。binaryFeaturesオブジェクト,またはM個の特徴ベクトル(記述子とも呼ばれる)のM行N列の行列として返されます。各記述子の長さはnです。

特性の各出力特徴ベクトル(記述子)に関連付けられた有効な点。入力と同じ形式で返されます。有効な点は,BRISKPointsオブジェクト,cornerPointsオブジェクト,SURFPointsオブジェクト,KAZEPointsオブジェクト,MSERRegionsオブジェクト,ORBPointsオブジェクト,または[x,y]座標のM行2列の行列になります。

関数は,各関心点の周りの領域から記述子を抽出します。領域が。関心点が。この場合,関数はこの点を無視します。この点は有効な点の出力に含まれません。

参照

G. Bradski和A. Kaehler,学习OpenCV:使用OpenCV库的计算机视觉,O'Reilly,塞瓦斯托波尔,CA, 2008。

[2] Herbert Bay, Andreas Ess, Tinne Tuytelaars, Luc Van Gool, SURF:加速健壮特征”,计算机视觉与图像理解(CVIU),第110卷,第3期,第346—359页,2008

[3] Bay, Herbert, Andreas Ess, Tinne Tuytelaars和Luc Van Gool,“SURF:加速健壮的特征”,计算机视觉和图像理解(CVIU),第110卷,第3期,第346—359页,2008。

[4] Alahi, Alexandre, Ortiz, Raphael和Pierre Vandergheynst,“FREAK:快速视网膜关键点”,IEEE计算机视觉和模式识别会议,2012。

[5]阿尔坎塔里拉,p.f., A.巴托利和A. j .戴维森。“KAZE特性”,ECCV 2012,第VI部分,LNCS 7577页214,2012

拡張機能

R2011aで導入