颜色SURF检测器

SURF默认为灰色图像。我想在HSV图像上做SURF。我的方法是将通道分为H，S和V.我使用S和V进行关键点检测。我试图比较SV与RGB中的关键点数量以及通道明智度，HSV提供了更多功能。颜色SURF检测器

enter image description here

不知道我在做什么是正确与否。需要一些关于在HSV图像上应用SURF的可能性的解释。我已经阅读了关于在不同色彩空间上应用SIFT而不是SURF的论文。

有没有更好的方法来实现这个目标？
我们可以将SURF应用于颜色，HSV空间吗？

谢谢你的时间。

来源

2013-05-29 rish

我认为可以在HSV图像上提取SURF。但请记住，S和V通道的取值范围不同（并且也不同于灰度图像），因此您需要仔细调整hessianThreshold参数以使结果合理。弄清楚如何整合不同渠道的关键点也很重要。 – cxyzs7

在openCV中，HSV的范围与标准HSV不同。在OpenCV中，H在0-180之间，而S和V都在0 - 255之间。我认为灰度在0-255之间，也就是8位。所以我想我以上试图看起来好。你对此感觉如何？ – rish

结果看起来很合理。以下是您可能感兴趣的论文：[Color-SURF：具有本地内核颜色直方图的冲浪描述符]（http://ieeexplore.ieee.org/xpls/abs_all.jsp?number=5360809）。但看起来他们仍然使用灰度进行关键点检测并计算Color-SURF描述符。 – cxyzs7

我们可以将SURF应用于颜色，HSV空间吗？

我没有测试它，但据我所知，过筛和冲浪使用相当（原则上）类似的检测技术：

SIFT检测器使用Difference-of-Gaussian (DoG)技术能够有效地逼近Laplacian-of-Gaussian (LoG) ，这两种技术都是Blob Detection。

SURF检测器使用箱过滤器/盒模糊来计算任意大小的（或近似？）Hessian矩阵的行列式其是斑点检测技术。

这两种方法都使用一些策略来计算多个比例中的斑点（SIFT：DoG-Pyramid; SURF：用于缩放滤波器大小的积分图像）。最后，两种方法在给定的二维阵列中检测到斑点。因此，如果SIFT可以在您的（H）SV通道中检测到良好的特征，那么SURF应该能够做同样的事情，因为原则上它们都检测斑点。你会做什么是在色调/饱和度/值信道检测的斑点：

色调斑点：由不同（全部更高或所有较低）的彩色色调包围类似色调的区;
saturation-blobs：什么地区...什么？不知道该如何解释;
value-blobs：应该给灰度图像转换的RGB图像的斑点非常相似的结果。

有一点补充：我只是处理探测器！不知道SIFT/SURF 描述是如何受颜色数据影响的。

来源

2013-12-03 15:36:11 Micka

我没有测试它，但你可以做的是使用兴趣点HSV值作为额外的匹配标准。我在原始实现中使用的以及加速匹配图像对的方式是Hessian矩阵行列式的标志。该标志告诉我们，它是在黑暗背景下的光斑还是在浅色背景上的黑斑。显然，人们不会试图将一个黑斑与一个明亮斑点相匹配。

以类似的方式，您可以使用HSV值并使用距离。为什么将蓝色斑点与黄色斑点相匹配。没有任何意义，除了白平衡或灯光完全混乱。也许我的paper about matching line segments可以在这里帮助。我在那里使用HSV。

至于在不同渠道H，S和V上提取SURF兴趣点，我同意Micka的答案。

您可以尝试的是使用Hue通道制作描述符。

来源

2017-04-12 21:29:47

颜色SURF检测器

回答

相关问题