圖像局部特征檢測及描述
圖像特征的檢測及描述是完成計算機視覺相關的三維重建、目標識別/跟蹤、圖像恢復及分類等各種任務的第一步，其性能直接影響后續過程的效果，是事關成敗的關鍵，具有重要的理論意義和實用價值。本書針對噪聲圖像中的特征檢測及描述的穩定性和可分辨性問題，介紹了國內外經典算法的原理和作者的相關研究成果，并對算法的優勢和局限性進行了分析。本書重點介紹了三十多種特征檢測算法，包括基于邊緣、模板、灰度導數以及基于機器學習的角點檢測算法，基于灰度導數、機器學習以及與濾波整合的像素級邊緣檢測算法，基于灰度矩、空間矩的亞像素級邊緣檢測算法，SIFT、SURF等斑點檢測算法。本書還介紹了十多種特征描述算法，包括SIFT、GLOH、WLD、BRIEF、ORB等經典描述算法，還包括清晰或模糊直線的參數估計。雖然本書不能涵蓋所有的特征檢測及描述算法，但基本包括各類代表性方法。
·5.3萬字
