Main Content

detectSURFFeatures

SURF 특징 검출

설명

예제

points = detectSURFFeatures(I)는 2차원 회색조 또는 이진 입력 영상 I에서 검출된 SURF 특징에 대한 정보를 포함하는 SURFPoints 객체 points를 반환합니다. detectSURFFeatures 함수는 블롭 특징을 찾기 위해 SURF(Speed-Up Robust Feature) 알고리즘을 구현합니다.

points = detectSURFFeatures(I,Name,Value)는 위에 열거된 구문의 입력 인수 외에 하나 이상의 이름-값 인수를 사용하여 옵션을 지정합니다.

예제

모두 축소

영상을 읽어 들인 후 관심점을 검출합니다.

I = imread('cameraman.tif');
points = detectSURFFeatures(I);

영상의 관심 위치를 표시합니다.

imshow(I); hold on;
plot(points.selectStrongest(10));

Figure contains an axes object. The axes object contains 3 objects of type image, line. One or more of the lines displays its values using only markers

입력 인수

모두 축소

입력 영상으로, M×N 2차원 회색조 또는 이진 영상으로 지정됩니다. 입력 영상은 비희소 형식의 실수 값이어야 합니다.

데이터형: single | double | int16 | uint8 | uint16 | logical

이름-값 인수

선택적 인수 쌍을 Name1=Value1,...,NameN=ValueN으로 지정합니다. 여기서 Name은 인수 이름이고 Value는 대응값입니다. 이름-값 인수는 다른 인수 뒤에 와야 하지만, 인수 쌍의 순서는 상관없습니다.

R2021a 이전 릴리스에서는 쉼표를 사용하여 각 이름과 값을 구분하고 Name을 따옴표로 묶으십시오.

예: detectSURFFeatures(I,'MetricThreshold',100)

가장 강한 특징 임계값으로, 음이 아닌 스칼라로 지정됩니다. 더 많은 블롭을 반환하려면 이 임계값을 줄이십시오.

옥타브 수로, 1보다 크거나 같은 정수 스칼라로 지정됩니다. 더 큰 블롭을 검출하려면 이 값을 늘리십시오. 권장 값은 1에서 4 사이입니다.

각 옥타브는 다양한 크기의 필터를 사용하여 분석되는 여러 스케일에 걸쳐 있습니다.

옥타브필터 크기
1 9×9, 15×15, 21×21, 27×27, ...
2 15×15, 27×27, 39×39, 51×51, ...
3 27×27, 51×51, 75×75, 99×99, ...
4....

옥타브가 높을수록 더 큰 필터를 사용하고 영상 데이터를 서브샘플링합니다. 옥타브 수가 많을수록 더 큰 크기의 블롭을 찾습니다. 영상 크기에 맞춰 적절하게 NumOctaves 파라미터를 설정합니다. 예를 들어 50×50 영상의 경우 NumOctaves 파라미터를 2보다 작거나 같은 값으로 설정해야 합니다. NumScaleLevels 파라미터는 옥타브당 사용되는 필터 수를 제어합니다. 단일 옥타브에서 데이터를 분석하려면 최소 3개의 레벨이 필요합니다.

계산할 옥타브당 스케일 레벨 수로, 3보다 크거나 같은 정수 스칼라로 지정됩니다. 미세한 스케일 증분에서 더 많은 블롭을 검출하려면 이 숫자를 늘리십시오. 권장 값은 3에서 6 사이입니다.

사각형 관심 영역으로, 벡터로 지정됩니다. 벡터는 [x y width height] 형식이어야 합니다. ROI를 지정하면 함수는 [x y]를 기준으로 [width height]로 지정된 크기에 해당하는 영역 내에서 블롭을 검출합니다. [x y] 요소는 영역의 왼쪽 위 코너를 지정합니다.

출력 인수

모두 축소

SURF 특징으로, SURFPoints 객체로 반환됩니다. 이 객체는 회색조 또는 이진 영상에서 검출된 SURF 특징에 대한 정보를 포함합니다.

참고 문헌

[1] Bay, H., A. Ess, T. Tuytelaars, and L. Van Gool. “SURF:Speeded Up Robust Features.” Computer Vision and Image Understanding (CVIU).Vol. 110, No. 3, pp. 346–359, 2008.

확장 기능

버전 내역

R2011b에 개발됨