수치사진측량특론-ProjectSIFT (Scale Invariant Feature Transform)
매우 고유한 특징 Good Matching
상세 서술자 높은 고유성
불변성
스케일 확대/재배열
평면상의 회전
부분적인 불변성
밝기의 변화
평면 밖의 회전
개발배경
2
개발배경
SIFT 알고리즘 개요
2004년 David G. Lowe에 의해 제안
SIFT-Scale Invariant Feature Transform
불변한 특징…
- 이미지의 크기
- 회전
부분적인 불변 특징…
- 밝기 값의 변화
- 3D 카메라 시점의 변화
- 폐색, 클러스터, 노이즈
3
Image Engineering Lab.
4
알고리즘의 이해
알고리즘 흐름도
Scale-space extrema detection
Accurate Keypoint Localization
Orientation assignment
Keypoint descriptor
Detector
Descriptor
Scale-space extrema detection
Accurate Keypoint Localization
Orientation assignment
Keypoint descriptor
Image Engineering Lab.
5
알고리즘의 이해
Scale-space extrema detection
Scale 공간에서의 극값(extrema)은 안정한 영상의 특징이 된다.
bad
bad
Good !
LoG(Laplacian of Gaussian) vs DoG(Difference of Gaussian)
- DoG함수는 scale-normalized LoG 함수와 근사함수
Image Engineering Lab.
6
알고리즘의 이해
Scale-space extrema detection
DoG의 개념
Image Engineering Lab.
7
알고리즘의 이해
.... |
2012.08.02
34페이지
