Main Content

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。

detectBRISKFeatures

BRISK 特徴を検出して BRISKPoints オブジェクトを返す

ページ内をすべて折りたたむ

構文

points = detectBRISKFeatures(I)
points = detectBRISKFeatures(I,Name,Value)

説明

例

points = detectBRISKFeatures(I) は BRISKPoints オブジェクト points を返します。このオブジェクトには、2 次元グレースケール入力イメージ I で検出された BRISK 特徴に関する情報が含まれます。関数 detectBRISKFeatures は、Binary Robust Invariant Scalable Keypoints (BRISK) アルゴリズムを使用してマルチスケールのコーナー特徴を検出します。

points = detectBRISKFeatures(I,Name,Value) は、1 つ以上の Name,Value 引数ペアによって指定された追加オプションを使用します。

例

すべて折りたたむ

ライブ スクリプトを開く

イメージを読み取ります。

  I = imread('cameraman.tif');

BRISK 点を検出します。

  points = detectBRISKFeatures(I);

結果を表示します。

  imshow(I); hold on;
  plot(points.selectStrongest(20));

Figure contains an axes. The axes contains 3 objects of type image, line.

入力引数

すべて折りたたむ

入力イメージ。2 次元グレースケールとして指定します。入力イメージは、実数で非スパースでなければなりません。

例:

データ型: single | double | int16 | uint8 | uint16 | logical

名前と値のペアの引数

オプションの引数 Name,Value のコンマ区切りペアを指定します。Name は引数名で、Value は対応する値です。Name は引用符で囲まなければなりません。Name1,Value1,...,NameN,ValueN のように、複数の名前と値のペアの引数を、任意の順番で指定できます。

例: 'MinQuality'、0.1、'ROI'、[50,150,100,200] は、指定された関心領域内にある最小許容品質 10% のコーナーを検出器で使用しなければならないことを指定します。この関心領域は、x=50、y=150 にあります。ROI の幅は 100 ピクセルで、高さは 200 ピクセルです。

コーナーとその周囲領域の最小強度差。'MinContrast' と (0 1) の範囲のスカラーで構成されるコンマ区切りのペアとして指定します。最小コントラスト値は、イメージ クラスの最大値より小さな値を表します。検出されるコーナーの数を減らすには、この値を大きくします。

コーナーの最小許容品質。'MinQuality' と [0,1] の範囲のスカラー値で構成されるコンマ区切りのペアとして指定します。コーナーの最小許容品質は、イメージの最大コーナー メトリクス値より小さな値を表します。誤ったコーナーを削除するには、この値を大きくします。

実装するオクターブの数。'NumOctaves' と 0 以上の整数スカラーで構成されるコンマ区切りのペアとして指定します。より大きなブロブを検出するには、この値を大きくします。推奨値は 1 ～ 4 です。NumOctaves を 0 に設定すると、関数はマルチスケール検出を無効にします。検出は、入力イメージ I のスケールで実行されます。

コーナー検出のための四角形の領域。'ROI' と [x y width height] の形式のベクトルで構成されるコンマ区切りのペアとして指定します。最初の 2 つの整数値 [x y] は関心領域の左上隅の位置を表します。残りの 2 つの整数値は幅と高さを表します。

出力引数

すべて折りたたむ

BRISK 点。BRISKPoints オブジェクトとして返されます。このオブジェクトには、2 次元グレースケール入力イメージで検出された特徴点に関する情報が含まれます。

参照

[1] Leutenegger, S., M. Chli and R. Siegwart. “BRISK: Binary Robust Invariant Scalable Keypoints”, Proceedings of the IEEE International Conference, ICCV, 2011.

拡張機能

参考

関数

オブジェクト

トピック

R2014a で導入

Computer Vision Toolbox ドキュメンテーション

サポート

MATLABで始めるディープラーニング

MATLABで始めるディープラーニング

ebookをダウンロードする