특징 검출 및 추출
국소 특징과 그 설명자는 많은 컴퓨터 비전 알고리즘에서 기본적인 구성요소입니다. 응용 분야로는 영상 정합, 객체 검출 및 분류, 추적, 움직임 추정, 콘텐츠 기반 영상 검색(CBIR) 등이 있습니다. 이러한 알고리즘은 스케일 변화, 회전 및 폐색을 더 효과적으로 처리하기 위해 국소 특징을 사용합니다. Computer Vision Toolbox™ 알고리즘에는 FAST, Harris, Shi & Tomasi 코너 검출기와 SIFT, SURF, KAZE, MSER 블롭 검출기가 포함됩니다. 이 툴박스에는 SIFT, SURF, FREAK, BRISK, LBP, ORB 및 HOG 설명자가 포함되어 있습니다. 응용 분야의 요구 사항에 따라 이러한 검출기와 설명자를 적절히 조합하여 사용할 수 있습니다.
앱
| 정합 추정기 | 2차원 회색조 영상 정합 |
함수
도움말 항목
- Local Feature Detection and Extraction
Learn the benefits and applications of local feature detection and extraction.
- Point Feature Types
Choose functions that return and accept points objects for several types of features.
- Coordinate Systems
Specify pixel Indices, spatial coordinates, and 3-D coordinate systems.
- Image Retrieval with Bag of Visual Words
Retrieve images from a collection of images similar to a query image using a content-based image retrieval (CBIR) system.
추천 예제
Image Retrieval Using Customized Bag of Features
Create a Content Based Image Retrieval (CBIR) system using a customized bag-of-features workflow.
Pattern Matching
Use the 2-D normalized cross-correlation for pattern matching and target tracking. The example uses predefined or user specified target and number of similar targets to be tracked. The normalized cross correlation plot shows that when the value exceeds the set threshold, the target is identified.
영상 특징점을 사용하여 복잡한 장면에서 객체 찾기
이 예제에서는 객체의 참조 영상이 주어졌을 때 복잡한 장면에서 특정 객체를 검출하는 방법을 보여줍니다.
Digit Classification Using HOG Features
Classify digits using HOG features and a multiclass SVM classifier.
자동으로 영상 회전과 스케일 구하기
이 예제에서는 두 영상 간의 기하 변환을 자동으로 확인하는 방법을 보여줍니다. 특히 한 영상이 회전과 스케일링 때문에 다른 영상에 비해 왜곡된 경우 함수 detectSURFFeatures와 estimateGeometricTransform2D를 사용하여 회전 각도와 스케일링 인자를 식별할 수 있습니다. 그런 다음 이러한 파라미터를 사용하여 왜곡된 영상을 원래 모습으로 다시 변환할 수 있습니다.
파노라마 만들기
이 예제에서는 여러 영상을 자동으로 이어 붙여서 파노라마로 만드는 방법을 보여줍니다. 영상을 이어 붙이는 절차는 특징 기반 영상 정합의 확장입니다. 단일 영상 쌍을 정합하는 대신 여러 영상 쌍이 서로를 기준으로 연속적으로 정합되어 파노라마를 형성합니다.
Stabilize Video Using Image Point Features
Stabilize a video that was captured from a jittery platform. One way to stabilize a video is to track a salient feature in the image and use this as an anchor point to cancel out all perturbations relative to it. This procedure, however, must be bootstrapped with knowledge of where such a salient feature lies in the first video frame. In this example, we explore a method of video stabilization that works without any such a priori knowledge. It instead automatically searches for the "background plane" in a video sequence, and uses the observed distortion to correct for camera motion.
Object Counting
Use morphological operations to count objects in a video stream.
Cell Counting
Use a combination of basic morphological operators and blob analysis to extract information from a video stream. In this case, the example counts the number of E. Coli bacteria in each video frame. Note that the cells are of varying brightness, which makes the task of segmentation more challenging.
