文件帮助中心文件
检测比例不变功能转换(SIFT)功能并返回截图目的
截图
点= detectSIFTFeatures(我)
点= detectSIFTFeatures(我的名字=值)
例子
点= detectSIFTFeatures (一世的)在二维灰度输入图像中检测SIFT特征一世并返回A.截图目的。这检测活动函数实现尺度不变的功能变换(SIFT)算法,以查找图像中的本地功能。
点= detectSIFTFeatures (一世的)
点
一世
检测活动
点= detectSIFTFeatures (一世那名称=值的)使用一个或多个名称值参数指定其他选项。
点= detectSIFTFeatures (一世那名称=值的)
名称=值
全部收缩
加载图像。
我= imread('cameraman.tif');
检测图像中的SIFT功能。
点=检测速度(i);
显示结果
imshow(我);持有在;绘图(点.Selectstrongest(10))
输入图像,指定为M.——- - - - - -N.矩阵。输入映像必须是真实的,非PANPERSE值。
数据类型:单身的|双倍的|int16|uint8.|uint16|逻辑
单身的
双倍的
int16
uint8.
uint16
逻辑
指定可选参数对为name1 = value1,...,namen = valuen, 在哪里姓名是参数名称和价值为对应值。名称-值参数必须出现在其他参数之后,但对的顺序无关紧要。
name1 = value1,...,namen = valuen
姓名
价值
detectSIFTFeatures(我ContrastThreshold = 0.0133)
0.0133
对比度
0.
1
选择最强的功能的对比度阈值,指定为范围内的非负标量[0,1]。阈值用于滤除图像的低对比度区域中的弱功能。增加对比度阈值以减少返回特征的数量。
[0,1]
edgethreshold.
10.0
边缘阈值,指定为大于或等于的非负标量1。阈值用于过滤易受噪声的图像中的不稳定边缘特征。增加边缘阈值以减少通过滤波删除的特征的数量。
numlayersinoctave.
3.
每个八度音程中的图层数,指定为大于或等于的整数标量1。从图像分辨率自动计算八度曲目的数量。增加每个八度音程中的层数以检测图像中的更大功能。
西格玛
1.6
高斯的Sigma,被指定为标量。高斯的Sigma应用于初始八度音阶的输入图像。Sigma值通常在范围内[1,2]。如果图像模糊,则降低Sigma值。
[1,2]
SIFT功能,作为一个返回截图目的。此对象包含有关在2-D灰度图像中检测到的SIFT功能的信息。
[1] Lowe,David G.“来自Scale-Invariant Keypoints的独特图像功能。”国际计算机愿景60,不。2(2004年11月):91—110。
使用链接到OpenCV(版本4.2.0)库的C ++编译器生成便携式C代码。看用于使用OpenCV库的函数的便携式C代码。
Surfpoints.
MSERREGIONS.
Brikspoints.
cornerPoints
ORBPoints
KAZEPoints
detectBRISKFeatures
detectFASTFeatures
检察机关系
detectORBFeatures
侦探训练
探测器法
检测器治疗方法
detectSURFFeatures
提取物质
matchfeatures.
您拥有此示例的修改版本。您是否希望使用您的编辑打开此示例?
您单击了与此MATLAB命令对应的链接:
在MATLAB命令窗口中输入它来运行命令。Web浏览器不支持MATLAB命令。金宝app
选择一个网站,以便在可用的地方进行翻译内容,并查看本地活动和优惠。根据您的位置,我们建议您选择:。
你也可以从以下列表中选择一个网站:
选择中国网站(以中文或英文)以获得最佳网站性能。其他MathWorks国家网站未优化您所在地的访问。
联系您当地的办公室