Обнаружение точки интереса - Interest point detection

Обнаружение функции
Обнаружение края
Обнаружение углов
Обнаружение капли
Обнаружение гребня
Преобразование Хафа
Структурный тензор
Обнаружение аффинно-инвариантных признаков
Описание функции
Масштабировать пространство

Обнаружение точки интереса это недавняя терминология в компьютерное зрение это относится к обнаружению точек интереса для последующей обработки. Интересная точка - это точка на изображении, которую в целом можно охарактеризовать следующим образом:[1][2]

  • Он имеет четкое, желательно математически обоснованное определение,
  • Имеет четко выраженный позиция в пространстве изображений,
  • Структура местного изображения вокруг объекта интереса богата с точки зрения местных информационное содержание (например: значительная 2D-текстура[3]), так что использование точек интереса упрощает дальнейшую обработку в системе технического зрения,
  • это стабильный при локальных и глобальных возмущениях в области изображения, таких как вариации освещения / яркости, так что точки интереса могут быть надежно вычислены с высокой степенью повторяемость.
  • При желании понятие точки интереса должно включать атрибут шкала, чтобы сделать возможным вычисление точек интереса на основе реальных изображений, а также при изменении масштаба.

Исторически понятие точек интереса восходит к более раннему понятию обнаружение угла, где угловые особенности были обнаружены на ранних этапах работы с основной целью получения надежных, стабильных и четко определенных функций изображения для отслеживания объектов и распознавания трехмерных изображений. CAD -подобные предметы из двухмерные изображения. Однако на практике большинство угловые детекторы чувствительны не конкретно к углам, а к локальным областям изображения, которые имеют высокую степень вариации во всех направлениях. Использование точек интереса также восходит к понятию областей интереса, которые использовались для обозначения присутствия объектов, часто формулируемых в терминах вывода обнаружение капли шаг. Хотя детекторы больших двоичных объектов не всегда включались в класс операторов точки интереса, нет строгих причин для исключения дескрипторов больших двоичных объектов из этого класса. Для наиболее распространенных типов детекторов blob (см. Статью о обнаружение капли ), каждый дескриптор большого двоичного объекта имеет четко определенную точку, которая может соответствовать локальному максимуму, локальному максимуму в ответе оператора или центр тяжести не бесконечно малой области. Во всех других отношениях дескрипторы blob также удовлетворяют критериям точки интереса, определенным выше.

Приложения

Что касается приложений, использование обнаружение угла и обнаружение капли также перекрываются. Сегодня основное применение точек интереса - сигнализация точек / областей в области изображения, которые, вероятно, могут быть полезны для сопоставление изображений и распознавание объектов на основе просмотра. С этой целью было продемонстрировано, что несколько типов детекторов углов и детекторов капель очень полезны в практических приложениях (ссылки см. В соответствующих статьях). Детекторы капель и детекторы углов также использовались в качестве примитивов для распознавание текстуры, анализ текстуры и для построения 3D модели из нескольких видов текстурированных объектов.

Если кто-то стремится провести различие между детекторами углов и детекторами капель, это часто можно сделать с точки зрения их свойств локализации в угловых структурах. Для структуры соединения в области изображения, которая соответствует пересечению физических краев в трехмерном мире, свойства локализации углового детектора в большинстве случаев будут намного лучше, чем свойства локализации, которые были бы получены с помощью детектора blob. Следовательно, с целью вычисления структуры и движения с нескольких точек зрения, угловые детекторы во многих случаях будут иметь преимущества по сравнению с детекторами больших двоичных объектов с точки зрения меньшей ошибки локализации. Несмотря на это, дескрипторы blob также продемонстрировали свою полезность при связывании объектных моделей с временными изображениями.

С точки зрения концепций, существует также тесная связь между понятием точек интереса и детекторы гребня, которые часто используются, чтобы сигнализировать о наличии удлиненные предметы. Более того, что касается функций, которые проходят вдоль одномерных кривых в пространстве изображений, существует соответствующее понятие детекторы края которые удовлетворяют аналогичным требованиям с точки зрения рабочих определений, четко определенного объема, локально высокого информационного содержания и повторяемости.

Смотрите также

Рекомендации

  1. ^ Т. Линдеберг "Свойства масштабного выбора детекторов точек интереса обобщенного масштабного пространства", Журнал математической визуализации и зрения, том 46, выпуск 2, страницы 177-210, 2013.
  2. ^ Т. Линдеберг, «Сопоставление изображений с использованием обобщенных точек интереса в масштабном пространстве», Journal of Mathematical Imaging and Vision, том 52, номер 1, страницы 3-36, 2015.
  3. ^ Шмид, Корделия; Мор, Роджер; Бокхаге, Кристиан (1 января 2000 г.). «Оценка детекторов точек интереса» (PDF). Международный журнал компьютерного зрения. 37 (2): 151–172. Дои:10.1023 / А: 1008199403446.