最新のリリースでは、このページがまだ翻訳されていません。 このページの最新版は英語でご覧になれます。

局所特徴の抽出

関心点の検出と特徴記述子の抽出

関心点の検出と特徴記述子の抽出。

関数

すべて展開する

detectBRISKFeaturesBRISK 特徴を検出して BRISKPoints オブジェクトを返す
detectFASTFeaturesFAST アルゴリズムを使用してコーナーを検出し cornerPoints オブジェクトを返す
detectHarrisFeaturesHarris-Stephens アルゴリズムを使用してコーナーを検出し cornerPoints オブジェクトを返す
detectMinEigenFeatures最小固有値アルゴリズムを使用してコーナーを検出し、cornerPoints オブジェクトを返します。
detectMSERFeaturesMSER 特徴を検出して MSERRegions オブジェクトを返す
detectSURFFeaturesSURF 特徴を検出して SURFPoints オブジェクトを返す
detectKAZEFeaturesDetect KAZE features
extractFeatures関心点記述子の抽出
extractLBPFeaturesExtract local binary pattern (LBP) features
extractHOGFeaturesExtract histogram of oriented gradients (HOG) features
matchFeaturesマッチする特徴の検出
showMatchedFeatures対応する特徴点を表示
binaryFeaturesObject for storing binary feature vectors
BRISKPointsObject for storing BRISK interest points
KAZEPointsObject for storing KAZE interest points
cornerPointsコーナー ポイントを格納するオブジェクト
SURFPointsSURF 関心点を格納するオブジェクト
MSERRegionsMSER 領域を格納するオブジェクト

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

イメージのペア間での対応する関心点の検出

局所近傍と Harris 法アルゴリズムを使用して対応する関心点を見つけます。

SURF 特徴量を使用した対応点の検出

SURF 局所特徴検出関数を使用して、2 つのイメージ間での対応点を見つけます。

グレースケール イメージ内の SURF 関心点の検出

Speeded-Up Robust Features (SURF) の関心点を検出して表示します。

注目の例