摘要：
计算机视觉课堂笔记 回顾：特征提取中分为点（Harris等），线（Canny算子），区域（MSER）等特征的提取。 相应的特征匹配就会有特征点匹配，直线匹配，曲线匹配，区域匹配。 而在众多研究中以点匹配居多，点匹配的基本原则：利用图像点周围的信息来描述点，如灰度信息，颜色信息，梯度信息等，然后进行 阅读全文
摘要：
计算机视觉课堂笔记： 包括边缘检测和特征点检测两个部分 边缘检测部分 what--边缘的定义 why--提取边缘的意义 how--提取边缘的方法 what 边缘是图像中亮度突然变化的区域； 图像灰度构成的曲面上的陡峭区域； 像素灰度存在阶跃变化或屋脊状变化的像素的集合。 分类：有梯状，脊状，条状 w 阅读全文
摘要：
计算机视觉课堂笔记 参考：David G. Lowe, Distinctive Image Features from Scale-Invariant Keypoints, International Journal of Computer Vision, Vol. 60, Page 91-110, 阅读全文