extractFeatures

提取兴趣点描述符

折叠所有页面

语法

[特性,validPoints] = extractFeatures(我点)

[特性,validPoints] = extractFeatures(我点名称,值)

描述

例子

［特性，validPoints) = extractFeatures (我，点）返回从二值或强度图像中提取的特征向量(也称为描述符)及其对应的位置。

该函数从兴趣点周围的像素派生描述符。像素代表并匹配由单点位置指定的特征。每个单点指定一个邻域的中心位置。用于描述符提取的方法取决于输入的类点．

例子

［特性，validPoints) = extractFeatures (我，点，名称,值）使用一个或多个指定的附加选项名称,值对参数。

例子

全部折叠

从图像中提取角点特征。

打开生活的脚本

读取图像。

我= imread (“cameraman.tif”）;

查找和提取角点特征。

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

显示图像。

图;imshow(我);持有在

图中包含一个轴对象。axis对象包含一个image类型的对象。

绘制有效的角点。

情节(valid_corners);

图中包含一个轴对象。axis对象包含两个类型为image, line的对象。

从图像中提取SURF特征

打开生活的脚本

读取图像。

我= imread (“cameraman.tif”）;

查找和提取特征。

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

显示和绘图10个最强的SURF功能。

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

图中包含一个轴对象。轴对象包含3个类型为image, line的对象。

从图像中提取MSER特征

打开生活的脚本

读取图像。

我= imread (“cameraman.tif”）;

使用MSER和SURF特征描述符查找特征。

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

显示对应于MSER椭圆中心的SURF特征。

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

图中包含一个轴对象。轴对象包含3个类型为image, line的对象。

输入参数

全部折叠

`我`- - - - - -输入图像
二进制图像|米——- - - - - -N二维灰度图像

输入图像，指定为二值或二维灰度图像。

数据类型:逻辑|单|双|int16|uint8|uint16

`点`- - - - - -中心位置点
`SIFTPoints`|`BRISKPoints`对象|`cornerPoints`对象|`SURFPoints`对象|`KAZEPoints`对象|`MSERRegions`对象|`ORBPoints`对象|米[x,y]坐标的-by-2矩阵

一个正方形区域的中心位置点，指定为任意一个SIFTPoints，BRISKPoints，SURFPoints，KAZEPoints，MSERRegions，cornerPoints,或ORBPoints对象,或一个米2的矩阵米[x y]坐标的数目。该表列出了可用于提取的点的可能输入类。

类的点
`SIFTPoints`	尺度不变特征变换(SIFT)
`BRISKPoints`	二进制鲁棒不变可扩展关键点
`SURFPoints`对象	加速健壮特性(SURF)
`MSERRegions`对象	最大稳定极值区域(MSER)
`cornerPoints`	来自加速分段测试(FAST)、最小特征值或哈里斯的特征
`KAZEPoints`	基于非线性图像金字塔旋转和方向不变特征。与SURF相似，但包含的噪声点更少。
`ORBPoints`	面向FAST和旋转BRIEF (ORB)特征。
米[xy]坐标的- × 2矩阵	围绕[x y]点位置的简单的方形邻居

名称-值参数

指定可选的逗号分隔的对名称,值参数。的名字参数名和价值为对应值。的名字必须出现在引号内。可以以任意顺序指定多个名称和值对参数Name1, Value1,…,的家．

例子:“方法”，“块”指定了块方法提取描述符。

`方法`- - - - - -描述符提取方法
`“汽车”`(默认)|`“筛选”`|`“快”`|`“怪胎”`|`“冲浪”`|`“球”`|`“KAZE”`|`“块”`

描述符提取方法，指定为“筛选”，“怪胎”，“冲浪”，“球”，“块”,或“汽车”．

该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)。函数将取向财产的validPoints输出对象到所提取特征的方向，以弧度为单位。

轻快的 二进制鲁棒不变可扩展关键点(轻快)。函数将取向财产的validPoints输出对象到所提取特征的方向，以弧度为单位。

狂 快速视网膜关键点(FREAK)。函数将取向财产的validPoints输出对象到所提取特征的方向，以弧度为单位。

冲浪

加速健壮特性(SURF)。函数将取向财产的validPoints输出对象到所提取特征的方向，以弧度为单位。

当你使用MSERRegions对象的冲浪方法,重心属性提取SURF描述符。的轴属性选择SURF描述符的比例，这样表示特征的圆的面积与MSER椭圆面积成比例。比例尺计算为1/4 *√(majorAxes / 2) * (minorAxes / 2))。和饱和1．6的要求SURFPoints对象。

ORB 面向FAST和旋转BRIEF (ORB)特征。的取向财产的validPoints的输出对象将自动设置为取向输入属性ORBPoints对象点．

KAZE

基于非线性金字塔的特点。

函数将取向财产的validPoints输出对象到所提取特征的方向，以弧度为单位。

当你使用MSERRegions对象的KAZE方法,位置属性用于提取KAZE描述符。

的轴属性选择KAZE描述符的比例，这样表示特征的圆的面积与MSER椭圆面积成比例。

块

简单的方形neighbhorhood。

的块该方法只提取完全包含在图像边界内的邻域。因此,输出,validPoints，可以包含比输入更少的点点．

汽车

函数选择方法，基于输入点的类并实现:

的狂方法一cornerPoints输入对象。

的冲浪方法一SURFPoints或MSERRegions输入对象。

的轻快的方法一BRISKPoints输入对象。

的ORB方法一ORBPoints输入对象。

对于一个米-by-2输入矩阵[xy，函数实现块方法。

请注意

描述符提取方法必须为ORB，如果输入点是一个ORBPoints对象。同时,ORB任何其他类型的点都不支持描述符提取方法，除非金宝appORBPoints．

`BlockSize`- - - - - -块大小
`11`(默认)|奇数标量

块大小，指定为奇整数标量。这个值定义了本地的正方形邻域BlockSize——- - - - - -BlockSize，以每个兴趣点为中心。该选项仅在函数实现块方法。

`正直的`- - - - - -旋转不变性的旗帜
`假`|逻辑标量

旋转不变性标志，指定逻辑标量。当您将此属性设置为真正的时，不估计特征向量的方向，将特征方向设为pi/2。设置这个真正的当您不需要图像描述符来捕获旋转信息时。当您将此属性设置为假，估计特征的方向，然后特征对旋转不变性。

请注意

旋转不变性标志“正直”不支持输入金宝app点是一个ORBPoints对象。

`FeatureSize`- - - - - -特征向量长度
`64`(默认)|`128`

SURF或KAZE特征向量(描述符)的长度，指定为64或128．该选项仅在函数实现冲浪或KAZE方法。的较大特征尺寸128提供更高的精度，但降低特征匹配速度。

输出参数

全部折叠

`特性`——特征向量
米——- - - - - -N矩阵|`binaryFeatures`对象

特征向量，返回为abinaryFeatures对象或一个米——- - - - - -N矩阵的米特征向量，也称为描述符。每个描述符都有长度N．

`validPoints`——有效的分
`SIFTPointsBRISKPoints`对象|`cornerPoints`对象|`SURFPoints`对象|`KAZEPoints`对象|`MSERRegions`对象|`ORBPoints`对象|米[x,y]坐标的-by-2矩阵

中的每个输出特征向量(描述符)关联的有效点特性，以与输入相同的格式返回。有效点数可以是SIFTPoints，BRISKPoints，cornerPoints，SURFPoints，KAZEPoints，MSERRegions，ORBPoints对象,或一个米[x,y]坐标的-by-2矩阵。

该函数从每个兴趣点周围的区域中提取描述符。如果该区域位于图像之外，则该函数无法计算该点的特征描述符。当感兴趣点离图像边缘太近时，该函数无法计算特征描述子。在这种情况下，函数忽略这个点。该点不包含在有效点输出中。

参考文献

G. Bradski和A. Kaehler学习OpenCV:使用OpenCV库的计算机视觉， O'Reilly, Sebastopol, CA, 2008。

Herbert Bay, Andreas Ess, Tinne Tuytelaars, Luc Van Gool，SURF:加速鲁棒特性”，计算机视觉和图像理解(CVIU)， Vol. 110, No. 3, pp. 346- 359, 2008

[3] Bay, Herbert, Andreas Ess, Tinne Tuytelaars, Luc Van Gool，《SURF: speed Up Robust Features》，计算机视觉与图像理解(CVIU)， Vol. 110, No. 3, pp. 346- 359, 2008。

Alahi, Alexandre, Ortiz, Raphael, and Pierre Vandergheynst， "FREAK: Fast Retina Keypoint"，计算机视觉与模式识别会议, 2012年。

Alcantarilla, p.f.， A. Bartoli和A.J. Davison。“KAZE功能”,ECCV 2012, Part VI, LNCS 7577214年,2012页

扩展功能

C / c++代码生成
使用MATLAB®Coder™生成C和c++代码。

使用注意事项及限制:

“方法”必须是编译时常量。
金宝app支持MATLAB^®功能块的轻快的，狂,冲浪唯一的方法。
使用链接到OpenCV(版本4.2.0)库的c++编译器生成可移植的C代码筛选，轻快的，ORB，狂,冲浪方法。看到使用OpenCV库的函数的可移植C代码生成．
的KAZE方法和detectKAZEFeatures函数不支持代码生成。金宝app

另请参阅

对象

SURFPoints|ORBPoints|KAZEPoints|MSERRegions|binaryFeatures

功能

detectSIFTFeatures|detectKAZEFeatures|extractHOGFeatures|extractLBPFeatures|detectBRISKFeatures|detectMSERFeatures|matchFeatures|detectSURFFeatures|detectHarrisFeatures|detectFASTFeatures|detectMinEigenFeatures|detectORBFeatures

主题

介绍了R2011a

extractFeatures

语法

描述

例子

从图像中提取角点特征。

从图像中提取SURF特征

从图像中提取MSER特征

输入参数

`我`- - - - - -输入图像
二进制图像|米——- - - - - -N二维灰度图像

`点`- - - - - -中心位置点
`SIFTPoints`|`BRISKPoints`对象|`cornerPoints`对象|`SURFPoints`对象|`KAZEPoints`对象|`MSERRegions`对象|`ORBPoints`对象|米[x,y]坐标的-by-2矩阵

名称-值参数

`方法`- - - - - -描述符提取方法
`“汽车”`(默认)|`“筛选”`|`“快”`|`“怪胎”`|`“冲浪”`|`“球”`|`“KAZE”`|`“块”`

`BlockSize`- - - - - -块大小
`11`(默认)|奇数标量

`正直的`- - - - - -旋转不变性的旗帜
`假`|逻辑标量

`FeatureSize`- - - - - -特征向量长度
`64`(默认)|`128`

输出参数

`特性`——特征向量
米——- - - - - -N矩阵|`binaryFeatures`对象

`validPoints`——有效的分
`SIFTPointsBRISKPoints`对象|`cornerPoints`对象|`SURFPoints`对象|`KAZEPoints`对象|`MSERRegions`对象|`ORBPoints`对象|米[x,y]坐标的-by-2矩阵

参考文献

扩展功能

C / c++代码生成
使用MATLAB®Coder™生成C和c++代码。

另请参阅

对象

功能

主题

计算机视觉工具箱文档

金宝app

介绍基于MATLAB的深度学习

extractFeatures

语法

描述

例子

从图像中提取角点特征。

从图像中提取SURF特征

从图像中提取MSER特征

输入参数

我- - - - - -输入图像二进制图像|米——- - - - - -N二维灰度图像

点- - - - - -中心位置点SIFTPoints|BRISKPoints对象|cornerPoints对象|SURFPoints对象|KAZEPoints对象|MSERRegions对象|ORBPoints对象|米[x,y]坐标的-by-2矩阵

名称-值参数

方法- - - - - -描述符提取方法“汽车”(默认)|“筛选”|“快”|“怪胎”|“冲浪”|“球”|“KAZE”|“块”

BlockSize- - - - - -块大小11(默认)|奇数标量

正直的- - - - - -旋转不变性的旗帜假|逻辑标量

FeatureSize- - - - - -特征向量长度64(默认)|128

输出参数

特性——特征向量米——- - - - - -N矩阵|binaryFeatures对象

validPoints——有效的分SIFTPointsBRISKPoints对象|cornerPoints对象|SURFPoints对象|KAZEPoints对象|MSERRegions对象|ORBPoints对象|米[x,y]坐标的-by-2矩阵

参考文献

扩展功能

C / c++代码生成使用MATLAB®Coder™生成C和c++代码。

另请参阅

对象

功能

主题

计算机视觉工具箱文档

金宝app

介绍基于MATLAB的深度学习

`我`- - - - - -输入图像
二进制图像|米——- - - - - -N二维灰度图像

`点`- - - - - -中心位置点
`SIFTPoints`|`BRISKPoints`对象|`cornerPoints`对象|`SURFPoints`对象|`KAZEPoints`对象|`MSERRegions`对象|`ORBPoints`对象|米[x,y]坐标的-by-2矩阵

`方法`- - - - - -描述符提取方法
`“汽车”`(默认)|`“筛选”`|`“快”`|`“怪胎”`|`“冲浪”`|`“球”`|`“KAZE”`|`“块”`

`BlockSize`- - - - - -块大小
`11`(默认)|奇数标量

`正直的`- - - - - -旋转不变性的旗帜
`假`|逻辑标量

`FeatureSize`- - - - - -特征向量长度
`64`(默认)|`128`

`特性`——特征向量
米——- - - - - -N矩阵|`binaryFeatures`对象

`validPoints`——有效的分
`SIFTPointsBRISKPoints`对象|`cornerPoints`对象|`SURFPoints`对象|`KAZEPoints`对象|`MSERRegions`对象|`ORBPoints`对象|米[x,y]坐标的-by-2矩阵

C / c++代码生成
使用MATLAB®Coder™生成C和c++代码。