Implementált képfeldolgozó algoritmusok Fazekas Attila Debreceni Egyetem, Informatikai Kar HURO – 3. WORKSHOP
SIFT SCALE INVARIANT FEATURE TRANSFORM Skála- és irány független invariáns pont-leírók Skála meghatározása Lokális orientáció Lokális koordinátarendszer Gradiens irány-hisztogramok, több kisebb ablakban Leíró vektor
SURF Speeded Up Robust Feature Számítási igénye alacsonyabb a legtöbb módszernél Nagy hatásfokkal működik A képek integráltját használja fel a konvolúciós lépés során Alapötletét a SIFT szolgáltatta Haar-féle leírókat használ a képek jellemzésére
FAST Features from Accelerated Segment Test Egyszerű sarokdetektor Alacsony számításigényű Egy pixel adott sugarú környezetében vizsgálja a többi pixelt Sarkok egy halmazát találja meg Metrika a sarkok erősségének mérésére
ORB Oriented FAST and Rotated BRIEF Rendkívül gyors bináris jellemző leírást tesz lehetővé Forgatás invariáns és ellenáll a zajnak Kétszer gyorsabb a SIFT-nél, valamint a SURF-nél Számos helyzetben jobban alkalmazható Valós idejű feldolgozás Nincsenek licencezési problémák sem
MSER Maximally Stable Extremal Regions Összetartozások detektálása képeken Az objektum különböző szögből látszik Nagyszámú képi elemeket tesz közzé az összetartozó képekről Jól alkalmazható sztereó párosítás és objektum-felismerés során is.
Star Feature Detector A CenSurE eljáráson alapul. Két egymással átfedésben lévő elforgatott téglalap alakú szűrőt használ A szűrőt és annak hét skáláját alkalmazzák a kép összes pixelére. A minták mérete konstans minden egyes skála illesztése során
Köszönöm a figyelmet!