WikiDer > Сопоставление точечных объектов

Point feature matching

В обработка изображений, сопоставление точечных объектов это эффективный метод обнаружения указанной цели в загроможденной сцене. Этот метод обнаруживает отдельные объекты, а не несколько объектов. Например, используя этот метод, можно узнать одного конкретного человека в загроможденной сцене, но не любого другого человека.

Алгоритм основан на сравнении и анализе соответствия точек между эталонным изображением и целевым изображением. Если какая-либо часть загроможденной сцены имеет соответствия, превышающие пороговое значение, эта часть загроможденного изображения сцены является целевой и считается включающей в себя эталонный объект.[1]

Реализация MATLAB

%, если исходное изображение - цветное, нам нужно его отмасштабироватьoriginalPadsImage = (я читал('pads.jpg')) ;padsImage = rgb2gray(originalPadsImage);фигура;imshow(padsImage);заглавие('Изображение коробки для подушечек');originalDeskImage = (я читал('mydesk.jpg'));столИзображение = rgb2gray(originalDeskImage);фигура;imshow(столИзображение);заглавие("Изображение захламленного стола");padBoxPoints = detectSURFFeatures(padsImage);стол = detectSURFFeatures(столИзображение);фигура;imshow(padsImage);заглавие('50 самых сильных точек зрения на картинке в блоке Pads');держать на;участок(selectStrongest(padBoxPoints, 50));фигура;imshow(столИзображение);заглавие(«300 сильных сторон изображения сцены»);держать на;участок(selectStrongest(стол, 300));[Padbox, padboxPoints] = extractFeatures(padsImage, padBoxPoints);[стол, стол] = extractFeatures(столИзображение, стол);коробкаПары = матч(Padbox, стол);% Показать предположительно совпадающие функции.matchedPadBoxPoints = padboxPoints(коробкаПары(:, 1), :);matchedDeskPoints = стол(коробкаПары(:, 2), :);фигура;showMatchedFeatures(padsImage, столИзображение, matchedPadBoxPoints,matchedDeskPoints, 'монтаж');заглавие(«Предположительно совпадающие точки (включая выбросы)»);[tform, inlierBoxPoints, inlierdeskPoints] = оценкаГеометрическийПреобразование(matchedPadBoxPoints, matchedDeskPoints,'аффинный');% отображать только вставкифигура;showMatchedFeatures(padsImage, столИзображение, inlierBoxPoints, inlierdeskPoints, 'монтаж');заглавие(«Точки совпадения (только для промежуточных результатов)»);% вытягивание коробкиboxPolygon = [1, 1;    размер(padsImage, 2), 1;    размер(padsImage, 2), размер(padsImage, 1);    1, размер(padsImage, 1);     1, 1];newBoxPolygon = transformPointsForward(tform, boxPolygon);фигура;imshow(originalDeskImage);держать на;линия(newBoxPolygon(:, 1), newBoxPolygon(:, 2), 'Цвет', 'y');заглавие('Обнаруженный ящик');

Стабилизация видео

В добавление к обнаружение объекта, точечная функция также помогает улучшить стабилизация видео. Для этого обычно выполняются следующие шаги: рамки считывания, определение основных точек, соответствующих точек, точное соответствие и коррекция рамки.[2]

Определите основные моменты

Целью определения соответствующих основных точек, которые существуют между двумя кадрами, является уменьшение искажений.[2][3] Обнаружение углов используется для определения выступов. Чтобы найти угловые значения, Угловой детектор Харриса (один из самых быстрых алгоритмов определения углов).

Соответствующие точки

На этом этапе, извлекая матрицу из блоков 9 x 9 для каждой точки, можно вычислить стоимость их включения в решение. Самая низкая стоимость раскрывает объект.[2]

Точная переписка

С использованием алгоритм консенсуса случайной выборки (RANSAC) могут быть определены неправильные соответствия точек с сильной оценкой изменения местоположения на изображении.[4]

Смотрите также

Рекомендации

  1. ^ «Обнаружение объекта в загроможденной сцене с использованием сопоставления точечных признаков - MATLAB и Simulink». www.mathworks.com. Получено 2019-07-06.
  2. ^ а б c Abdullah, L.M .; Tahir, N. Md; Самад, М. (июль 2012 г.). «Стабилизация видео на основе метода сопоставления точечных объектов». 2012 Коллоквиум по исследованиям для выпускников IEEE Control and System: 303–307. Дои:10.1109 / ICSGRC.2012.6287181. ISBN 978-1-4673-2036-8.
  3. ^ Ану Сунеджа и Гаурав Кумар. «Экспериментальное исследование методов обнаружения границ в цифровом изображении», Глобальный журнал компьютерных наук и технологий, 10 (2), 2010 г.
  4. ^ Тордофф, Б; Мюррей, DW. «Управляемая выборка и консенсус для оценки движения."7-я Европейская конференция по компьютерному зрению, 2002 г.