• 考虑颜色信息的特征描述符----学习笔记

    1. sift，surf在对图像进行处理的过程中，都把图像转换为了灰度图像进行处理，会丢失颜色信息。
    2. 特征的特点：
      1. 最有区分度，最有代表性的应该尽可能减少冗余的信息。
      2. 尽可能的稳定和鲁棒：对于同样的物体，当加入噪声或对图像进行旋转、尺度变换后，这个变量的值应该是尽可能不变的。
        1. 评价一个描述子是否鲁棒：看图像被加入噪声后，形成的描述子是否依然稳定（即特征的各维是否不发生变化）。
        2. 常使用的噪声：
          1. 灰度上尺度的变化：乘上一个矩阵（矩阵元素数值相同）
          2. 灰度产生增量（即混入白光）：加上一个矩阵（矩阵元素数值相同）
          3. 同时发生尺度和增量变化（矩阵元素数值相同）
          4. 各颜色分量发生不同尺度的变化：（矩阵元素数值不同）
          5. 各分量发生完全不同的变化：（矩阵元素数值不同）
        3. SIFT和SURF对噪声1-3具有不变性，原因：
          1. 采用梯度的直方图
          2. RGB的线性变化不影响梯度的方向
          3. 最终都对描述子向量做了归一化，解决了灰度的尺度变化。
    3. 颜色特征：
      1. RGB histogram：不具有不变性
      2. Hue histogram：对灰度的尺度变化和增量变化具有不变性，即HSV颜色空间对于RGB颜色空间具有一定优势。
      3. transformed colorhistogram：对rgb三个通道分别做归一化：通过减去均值抵消各通道的valueshift，通过除以方差抵消各通道的value scale change。（均值和方差以待统计的块为单位进行计算。）归一化后的直方图对于颜色变化和shift具有不变性。
    4. 将上方提到的颜色特征考虑到sift/surf：传统的SIFT/SURF描述子是对单通道进行统计的，当需要对颜色特征进行统计时，需要对多个通道分别计算描述子，最后形成一个多维的特征作为颜色描述子。
  • 相关阅读:
    021-Java对象类型转换，instanceof语句使用方法
    【kali-漏洞利用】（3.4）免杀Payload 生成工具（下）：Veil后门使用、监听失败原因
    [NOIP2012 提高组] 借教室（二分、差分）
    Git学习
    Params and FLOPs
    算法-手写LRU
    18.JVM
    【UML】UML类图
    linux入门---信号的理解
    uniapp新建的vuecli项目启动报错并且打包失败的问题（已解决）
  • 原文地址：https://blog.csdn.net/weixin_45647721/article/details/126883289