当地的特性和他们的描述符是许多计算机视觉算法的基石。他们的应用程序包括图像配准、目标检测和分类,跟踪、运动估计、基于内容的图像检索(CBIR)。这些算法使用本地特性来更好地处理规模变化,旋转和闭塞。计算机视觉算法工具箱™包括快,哈里斯和史&预角落探测器,和筛选,冲浪,KAZE,女士blob探测器。工具箱包括筛选、冲浪、反常的,轻快的,枸杞多糖,ORB,猪描述符。你可以混合和匹配探测器和描述符取决于应用程序的需求。
学习的好处和应用局部特征检测和提取。
选择函数返回对象和接受点几个类型的特性
指定像素指数、空间坐标和三维坐标系统
当你指定形状画的类型时,您还必须指定它的位置在图像。
从集合中检索图像的图像类似于查询图像使用基于内容的图像检索(CBIR)系统。