博客园  :: 首页  :: 新随笔  :: 联系 :: 订阅 订阅  :: 管理

随笔分类 -  SIFT

摘要:来自小北的家Step1:BBF算法,在KD-tree上找KNN。第一步做匹配咯~1.什么是KD-tree(from wiki)K-Dimension tree,实际上是一棵平衡二叉树。一般的KD-tree构造过程:function kdtree (list of points pointList, int depth){if pointList is emptyreturn nil;else {// Select axis based on depth so that axis cycles through all valid valuesvar int axis := depth mod k 阅读全文

posted @ 2012-04-10 13:50 月不识己 阅读(668) 评论(0) 推荐(0)

摘要:http://blog.sciencenet.cn/home.php?mod=space&uid=653014&do=blog&id=522866注册|登录254 次阅读2011-12-28 10:22|系统分类:科研笔记前一段时间都在看sift算子,其核心词汇:尺度空间,金字塔,关键点描述8*8网格,欧式距离,RANSAC(消除错配点)。surf算子是一种基于hessian矩阵的sift改进,其核心词汇:hessian矩阵,微分图像,金字塔,else同上。surf算子原理(转)(1)、构建Hessian矩阵Hessian矩阵是Surf算法的核心,为了方便运算,假设函数 阅读全文

posted @ 2012-04-07 23:33 月不识己 阅读(599) 评论(0) 推荐(0)

摘要:http://www.cnblogs.com/cfantaisie/archive/2011/06/14/2080917.html主要步骤 1)、尺度空间的生成; 2)、检测尺度空间极值点; 3)、精确定位极值点; 4)、为每个关键点指定方向参数; 5)、关键点描述子的生成。 L(x,y,σ), σ= 1.6 a good tradeoff D(x,y,σ), σ= 1.6 a good tradeoff 关于尺度空间的理解说明:图中的2是必须的,尺度空间是连续的。在Lowe的论文中 , 将第0层的初始尺度定为1.6,图片的初始尺... 阅读全文

posted @ 2012-04-07 23:30 月不识己 阅读(524) 评论(0) 推荐(0)