本文共 545 字,大约阅读时间需要 1 分钟。
SIFT算法在图像搜索方面,用作基础特征,个人感觉有一些问题,记录在这里:
1 求主方向阶段太过依赖图像局部像素的梯度方向,有可能使找到的主方向不准确;而后面的特征向量以及匹配严重依赖主方向,一旦有偏差效果会显著下降
2 图层金字塔的层如何取是个问题,如果取得不够紧密,会在匹配时出现偏差;而如果取的过多,造成keypointer数量过大,则会带来很大的计算负担
3 图像中大片平滑区域时,由于会过滤掉低对比度的点,因此特征点的提取有问题;
4 高维向量如何构建倒排索引并实现近似检索,是个难题;VA-file+ 的方法并不能完全解决问题
-----------------------------------
针对我们可能的应用,我觉得解决上述问题可以有以下思路:
问题1:我们的应用不需要处理很强的旋转不变性(rotation-invairant)问题,
可以将主方向寻找步骤省略,直接在keypointer周围区域进行特征向量提取
问题2:考虑设置统一的缩放尺度,解决匹配问题
问题3:除了SIFT descriptor本身以外,还需要提取一些像素区域的统计信息,作为补充特征
问题4:借鉴一些本文倒排索引和搜索的技术,这块非常复杂,可能需要多级搜索,实现由粗到精的检索策略,还需摸索
转载地址:http://wcmrb.baihongyu.com/