OpenCV與圖像處理學(xué)習(xí)十四——SIFT特征（含代碼）

• 一、SIFT算法
• 二、SIFT實(shí)現(xiàn)過(guò)程
• 三、代碼實(shí)現(xiàn)

一、SIFT算法

SIFT， 即尺度不變特征變換算法（Scale-invariant feature transform，SIFT） ， 是用于圖像處理領(lǐng)域的一種算法。 SIFT具有尺度不變性， 可在圖像中檢測(cè)出關(guān)鍵點(diǎn)， 是一種局部特征描述子。

其應(yīng)用范圍包含物體辨識(shí)、 機(jī)器人地圖感知與導(dǎo)航、 影像縫合、 3D模型建立、手勢(shì)辨識(shí)、 影像追蹤和動(dòng)作比對(duì)，應(yīng)用廣泛。

二、SIFT實(shí)現(xiàn)過(guò)程

SIFT特性：

獨(dú)特性， 也就是特征點(diǎn)可分辨性高， 類(lèi)似指紋， 適合在海量數(shù)據(jù)中匹配。

多量性， 提供的特征多。

高速性， 就是速度快。

可擴(kuò)展， 能與其他特征向量聯(lián)合使用。

SIFT特點(diǎn)：

旋轉(zhuǎn)、 縮放、 平移不變性

解決圖像仿射變換， 投影變換的關(guān)鍵的匹配

光照影響小

目標(biāo)遮擋影響小

噪聲景物影響小

SIFT算法步驟：

尺度空間極值檢測(cè)點(diǎn)檢測(cè)

關(guān)鍵點(diǎn)定位： 去除一些不好的特征點(diǎn)， 保存下來(lái)的特征點(diǎn)能夠滿(mǎn)足穩(wěn)定性等條件

關(guān)鍵點(diǎn)方向參數(shù)： 獲取關(guān)鍵點(diǎn)所在尺度空間的鄰域， 然后計(jì)算該區(qū)域的梯度和方向， 根據(jù)計(jì)算得到的結(jié)果創(chuàng)建方向直方圖， 直方圖的峰值為主方向的參數(shù)

關(guān)鍵點(diǎn)描述符： 每個(gè)關(guān)鍵點(diǎn)用一組向量（位置、 尺度、 方向） 將這個(gè)關(guān)鍵點(diǎn)描述出來(lái)， 使其不隨著光照、 視角等等影響而改變

關(guān)鍵點(diǎn)匹配： 分別對(duì)模板圖和實(shí)時(shí)圖建立關(guān)鍵點(diǎn)描述符集合， 通過(guò)對(duì)比關(guān)鍵點(diǎn)描
述符來(lái)判斷兩個(gè)關(guān)鍵點(diǎn)是否相同

三、代碼實(shí)現(xiàn)

import cv2 import numpy as npimg = cv2.imread('image/harris2.png') gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) sift = cv2.xfeatures2d.SIFT_create() kp = sift.detect(gray, None) # 找到關(guān)鍵點(diǎn) img = cv2.drawKeypoints(gray, kp, img) # 繪制關(guān)鍵點(diǎn) cv2.imshow('sp', img) cv2.waitKey(0) cv2.destroyAllWindows()

結(jié)果如下所示：

總結(jié)

以上是生活随笔為你收集整理的OpenCV与图像处理学习十四——SIFT特征（含代码）的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。