主要内容

检测活动

检测比例不变功能转换（SIFT）功能并返回截图目的

在页面上崩溃

句法

点= detectSIFTFeatures(我)
点= detectSIFTFeatures(我的名字=值)

描述

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 (一世那名称=值的）使用一个或多个名称值参数指定其他选项。

例子

全部收缩

打开生活的脚本

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））

图包含轴对象。轴对象包含3个类型图像的对象，线。

输入参数

全部收缩

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

名称 - 值参数

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。

例子：detectSIFTFeatures(我ContrastThreshold = 0.0133)检测筛选特征，对比度小于0.0133。

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。

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。

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。

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。

输出参数

全部收缩

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。

参考文献

[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。

扩展能力

也可以看看

对象

职能

介绍在R2021B.

计算机视觉工具箱文档

金宝app

介绍基于MATLAB的深度学习

介绍基于MATLAB的深度学习

下载电子书