- углы;
- пятна (Blob);
- особые точки линий (ответвления, окончания, пересечения …).
Подходы к определению особых точек:
- на основе интенсивности точек изображения;
- использование контуров изображения;
- использование модели-шаблона.
Требования к особым точкам:
- Отличимость (distinctness) – особая точка должна быть отличимой в своей окрестности.
- Инвариантность (invariance) – независимость к аффинным преобразованиям изменениям яркости.
- Стабильность (stability) – устойчивость к шумам.
- Уникальность (uniqueness) – уникальность среди повторяющихся паттернов.
- Интерпретируемость (interpretability) – выявления информации для анализа.
- Локальность (locality) – занимать небольшую область изображения.
- Количество (quantity) – оптимальное количество точек в зависимости от предмета их использования.
- Эффективность (efficiency) – время обнаружения.
- Детектор (feature detector) – осуществляет поиск точек.
-
Дескриптор (descriptor) – описывает найденные точки.
-
Матчер (matcher) – устанавливает соответствие между точками.
Подробнее смотри ссылку Локальные особенности на изображениях.
Детекторы углов
Виды углов:
Смещение окна в окрестности угловой точки в любом направлении приводит к существенному изменению набора интенсивностей окна
Детекторы пятен
Для подчеркивания перепадов яркости изображения можно использовать вторые производные. Двумерный дифференциальный оператор носит название оператора Лапласа, или лапласиана. Лапласиан — это двухмерное отображение второй производной. Он часто применяется для обнаружения границ в пересечении нуля (zero crossing edge detectors). Поскольку Лапласиан очень чувствителен к шуму, чтобы уменьшить влияние шума используют сглаживание, например, по методу Гаусса. В силу ассоциативности операторов свертки, обычно используют единое ядро, которое носит название Лапласиана Гауссиана (Laplacian of Gaussian — LoG), которое может быть вычислено по формуле:
- Гауссово сглаживание
- Сигма – среднеквадратичное отклонение.
- Laplacian of Gaussian Edge Detector Being Affected by Change of Mask Size
- Feature Detection with Automatic Scale Selection
- Laplacian/Laplacian of Gaussian
Дескрипторы и матчеры точек
Построение SIFT дескрипторов и задача сопоставления изображений
Обзор методов описания характерных точек
Автор: Николай Свирневский