首頁人工智能技術(shù)資訊正文

什么是圖像特征?如何讓計(jì)算機(jī)理解圖像特征?

更新時(shí)間:2021-06-04 來源:黑馬程序員 瀏覽量:

圖像的特征

大多數(shù)人都玩過拼圖游戲。首先拿到完整圖像的碎片,然后把這些碎片以正確的方式排列起來從而重建這幅圖像。如果把拼圖游戲的原理寫成計(jì)算機(jī)程序,那計(jì)算機(jī)就也會(huì)玩拼圖游戲了。

在拼圖時(shí),我們要尋找一些唯一的特征,這些特征要適于被跟蹤,容易被比較。我們?cè)谝桓眻D像中搜索這樣的特征,找到它們,而且也能在其他圖像中找到這些特征,然后再把它們拼接到一起。我們的這些能力都是天生的。

那這些特征是什么呢?我們希望這些特征也能被計(jì)算機(jī)理解。

如果我們深入的觀察一些圖像并搜索不同的區(qū)域,以下圖為例:

角點(diǎn)特征

在圖像的上方給出了六個(gè)小圖。找到這些小圖在原始圖像中的位置。你能找到多少正確結(jié)果呢?

A 和 B 是平面,而且它們的圖像中很多地方都存在。很難找到這些小圖的準(zhǔn)確位置。

C 和 D 也很簡(jiǎn)單。它們是建筑的邊緣。可以找到它們的近似位置,但是準(zhǔn)確位置還是很難找到。這是因?yàn)椋貉刂吘墸械牡胤蕉家粯印K赃吘壥潜绕矫娓玫奶卣?,但是還不夠好。

最后 E 和 F 是建筑的一些角點(diǎn)。它們能很容易的被找到。因?yàn)樵诮屈c(diǎn)的地方,無論你向哪個(gè)方向移動(dòng)小圖,結(jié)果都會(huì)有很大的不同。所以可以把它們當(dāng) 成一個(gè)好的特征。為了更好的理解這個(gè)概念我們?cè)倥e個(gè)更簡(jiǎn)單的例子。

角特征

如上圖所示,藍(lán)色框中的區(qū)域是一個(gè)平面很難被找到和跟蹤。無論向哪個(gè)方向移動(dòng)藍(lán)色框,都是一樣的。對(duì)于黑色框中的區(qū)域,它是一個(gè)邊緣。如果沿垂直方向移動(dòng),它會(huì)改變。但是如果沿水平方向移動(dòng)就不會(huì)改變。而紅色框中的角點(diǎn),無論你向那個(gè)方向移動(dòng),得到的結(jié)果都不同,這說明它是唯一的。 所以,我們說角點(diǎn)是一個(gè)好的圖像特征,也就回答了前面的問題。

角點(diǎn)是圖像很重要的特征,對(duì)圖像圖形的理解和分析有很重要的作用。角點(diǎn)在三維場(chǎng)景重建運(yùn)動(dòng)估計(jì),目標(biāo)跟蹤、目標(biāo)識(shí)別、圖像配準(zhǔn)與匹配等計(jì)算機(jī)視覺領(lǐng)域起著非常重要的作用。在現(xiàn)實(shí)世界中,角點(diǎn)對(duì)應(yīng)于物體的拐角,道路的十字路口、丁字路口等,那我們?cè)鯓诱业竭@些角點(diǎn)呢?接下來我們使用OpenCV 中的各種算法來查找圖像的特征,并對(duì)它們進(jìn)行描述。



猜你喜歡:

線性回歸定義和線性回歸方程公式

集成學(xué)習(xí)算法是什么?如何理解集成學(xué)習(xí)?

什么是KNN算法?

深度相機(jī)常見技術(shù):深度相機(jī)的相位求解

黑馬程序員人工智能培訓(xùn)課程

分享到:
在線咨詢 我要報(bào)名
和我們?cè)诰€交談!