在计算机视觉处理中,特征指的是能够解决某种特定任务的信息。图像局部特征在目标识别、目标跟踪、目标匹配、三维重建、图像检索等应用中发挥着重要的作用。它是近20年来在计算机视觉领域中研究的热点问题之一。本书以OpenCV2.4.9为研究工具,对其实现的所有新的特征检测和描述算法—Kitchen-Rosenfeld、Canny、Harris、Shi-Tomasi、FAST、MSER、MSCR、SIFT、
本书针对噪声图像中的特征检测及描述的稳定性和可分辨性问题,介绍了国内外经典算法的原理和作者的相关研究成果,并对算法的优势和局限性进行了分析。全书重点介绍了30多种特征检测算法,包括基于边缘、模板、灰度导数以及基于机器学习的角点检测算法,基于灰度导数、机器学习以及与滤波整合的像素级边缘检测算法,基于灰度矩、空间矩的亚像素级边缘检测算法,SIFT、SURF等斑点检测算法。
图像局部特征检测及描述是2020年由人民邮电出版社出版,作者朱红军。
温馨提示:
1.本电子书已获得正版授权,由出版社通过知传链发行。
2.该电子书为虚拟物品,付费之后概不接收任何理由退款。电子书内容仅支持在线阅读,不支持下载。
3.您在本站购买的阅读使用权仅限于您本人阅读使用,您不得/不能给任何第三方使用,由此造成的一切相关后果本平台保留向您追偿索赔的权利!版权所有,后果自负!
得书感谢您对《图像局部特征检测及描述》关注和支持,如本书内容有不良信息或侵权等情形的,请联系本网站。