このページの翻訳は最新ではありません。ここをクリックして、英語の最新版を参照してください。
特徴の検出と抽出
イメージのレジストレーション、関心点の検出、特徴記述子の抽出、特徴点のマッチング、および画像検索
局所特徴とその記述子は、多くのコンピューター ビジョン アルゴリズムにおける基本ブロックとなります。用途としては、イメージのレジストレーション、オブジェクトの検出と分類、追跡、動き推定、コンテンツ ベースの画像検索 (CBIR) などがあります。これらのアルゴリズムでは、スケール変更、回転およびオクルージョンなどの処理を改善するために局所特徴が使用されます。Computer Vision Toolbox™ のアルゴリズムには、FAST、Harris、Shi & Tomasi などのコーナー検出器や、SIFT、SURF、KAZE、および MSER のブロブ検出器などがあります。ツールボックスには SIFT、SURF、FREAK、BRISK、LBP、ORB、HOG の各記述子が含まれています。これらの検出器や記述子はアプリケーションのニーズに応じて組み合わせることができます。

関数
トピック
- 局所特徴の検出と抽出
局所特徴の検出と抽出の利点と用途の学習。
- 特徴点のタイプ
いくつかの種類の特徴の点オブジェクトを返したり受け入れたりする関数の選択。
- 座標系
ピクセル インデックス、空間座標および 3 次元座標系の指定
- 形状とラインの描画
描画する形状のタイプを指定する場合、そのイメージ上の位置も指定しなければなりません。
- bag of visual words を用いた画像検索
コンテンツ ベースの画像検索 (CBIR) システムを使用して、クエリ イメージと似ているイメージ コレクションからイメージを検索します。