이미지의 로컬 기능을 감지하고 설명하는 컴퓨터 비전의 알고리즘입니다. 공간 치수의 극점을 검색하고 위치, 치수 및 회전 불변량을 추출합니다.

이 알고리즘은 1999 에서 데이비드 로우가 발표한 것으로 2004 년에 요약되어 있습니다. 객체 인식, 로봇 지도 인식 및 탐색, 이미지 모자이크, 3D 모델링, 제스처 인식, 이미지 추적 및 동작 비교 등의 응용 프로그램입니다. 이 알고리즘은 자체 특허를 가지고 있으며, 특허 소유자는 브리티시컬럼비아 대학입니다.

로컬 이미지 피쳐의 설명 및 탐지는 개체를 식별하는 데 도움이 됩니다. SIFT 피쳐는 이미지의 크기 및 회전과 관계없이 오브젝트의 일부 로컬 모양 관심 지점을 기준으로 합니다. 빛, 노이즈, 시야각의 경미한 변화에 대한 관용도 상당히 높다. 이러한 기능을 기반으로 매우 중요하며 비교적 쉽게 검색할 수 있습니다. 모호의 방대한 특징 라이브러리에서는 대상을 쉽게 식별할 수 있어 오해가 거의 없다. SIFT 피쳐 설명이 적용되는 일부 객체 탐지율도 상당히 높으며, 심지어 세 개 이상의 SIFT 객체 특성도 위치와 방향을 계산하기에 충분합니다. 현재 컴퓨터 하드웨어 속도와 기능 라이브러리가 작은 경우 인식 속도가 실시간 연산에 근접할 수 있습니다. SIFT 기능은 정보의 양이 많아 대규모 데이터베이스에서 빠르고 정확하게 일치시킬 수 있습니다.

(2)? Matlab 코드의 주요 기능은 다음과 같습니다. match.m: 테스트 절차.

기능: 이 기능은 두 개의 (그레이스케일) 이미지를 읽고 각각의 SIFT 기능을 찾아 두 이미지에서 일치하는 형상 (일치 키) 을 연결하는 두 선 (해당 형상 연결) 을 표시합니다. 일치 여부를 결정하는 기준은 일치 거리가 거리 비율보다 작으며 다음 가장 가까운 일치 거리 중 하나를 곱한 것입니다 (두 번째 가장 가까운 일치 거리에 거리 비율을 곱한 값보다 작은 경우에만 일치 허용). 표시된 일치 쌍의 수가 반환됩니다. (표시된 일치 수를 반환합니다. ) 호출 인스턴스 match('desk.jpg',' book.jpg');

호출 메서드 및 매개 변수 설명: 생략. 참고: (1) 이미지는 회색조 이미지입니다. 컬러 이미지의 경우 호출하기 전에 rgb2gray 를 사용하여 그레이스케일 이미지로 변환해야 합니다.

(2) 매개변수 distRatio 는 일치 점 수를 제어하는 계수입니다. 여기서 0.6 은 일치 점 수를 결정합니다. Match.m 파일에서 매개변수를 조정하여 가장 적합한 일치 점 수를 얻습니다. Sift.m: 치수 불변 피쳐 변환 (Sift 알고리즘) 의 핵심 알고리즘 프로그램

함수: 이 함수는 그레이스케일 이미지를 읽고 SIFT 키를 반환합니다. 호출 메소드 및 매개 변수 설명:

호출 메서드: [이미지, descriptors, loc]= sift (이미지 파일)? 입력 매개변수:

ImageFile: 이미지 파일 이름.

출력 또는 반환 매개 변수 (반환):

이미지: 이중 형식의 이미지 매트릭스입니다.

설명자: k 곱하기 128 의 행렬 x 입니다. 여기서 각 행은 발견된 k 키의 불변 설명자입니다. 이 설명자는 128 값을 가진 벡터이며 단위 길이로 표준화됩니다.

Locs: 키 위치 정보 (이미지 행의 행 좌표, 열 좌표 (일반 이미지의 왼쪽 위 모서리가 좌표 원점임), 배율, 가우스 스케일 공간의 매개변수 (프레임 (구조) 에 의해 결정되는 이미지 디스크의 크기도 결정됨) 를 나타내는 4 개의 숫자 값이 있는 K x 4 행렬입니다.

이 함수는 일치하는 두 이미지와 그 사이의 이미지를 포함하는 새 이미지를 만듭니다.

일치하는 쌍의 연결선. (3)? 실제 시나리오 실행 결과:

프로그램 코드는 MATLAB 과 c 혼합 프로그래밍을 사용합니다. 파일에서 sift_match.m 파일을 MATLAB 으로 열고 실행합니다. 다음 그림과 같이 나타납니다.

위 그림에서 볼 수 있듯이 * * 에는 17 개의 일치 점이 있습니다.