本文主要是介绍数字图像处理成长之路13:SIFT之尺度空间c++版,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
之前我从没听说过SIFT,真的是从零开始,而且是一个人自学。看了很多文章,下面这两篇不错:
http://www.cnblogs.com/starfire86/p/5735061.html
http://www.cnblogs.com/JiePro/p/sift_1.html
有些理论看多了也还是似懂非懂,真正自己用代码试着去实现,就能发现算法的一些细节问题,然后能更好理解算法。
我尝试用c++描述SIFT的尺度空间。
const double sigma = 0.4;const double S = 2;const double k = pow(S, 1/S);const int scaleSpaceO = 4;const int scaleSpaceS = S +3;double scaleSpaceSigma[scaleSpaceO][scaleSpaceS];Mat scaleSpaceMats[scaleSpaceO][scaleSpaceS];Mat currentOctaves, nextOctaves;srcMat.copyTo(currentOctaves);for (int o = 0; o < scaleSpaceO; o++){for (int s = 0; s < scaleSpaceS; s++){///计算每个octave下高斯模糊的系数scaleSpaceSigma[o][s] = sigma * pow(k, s);Mat gaussKernel = getGaussianKernel(7, scaleSpaceSigma[o][s]);scaleSpaceMats[o][s].create(currentOctaves.size(), currentOctaves.type());///高斯模糊filter2D(currentOctaves, scaleSpaceMats[o][s], currentOctaves.depth(), gaussKernel);}///把当前octave下的倒数第三曾的图像作为下一个octave的待处理图像scaleSpaceMats[o][scaleSpaceS - 2].copyTo(currentOctaves);/// 对其进行降采样nextOctaves.create(currentOctaves.rows / 2 , currentOctaves.cols / 2, currentOctaves.type());for (int x = 0; x < currentOctaves.cols; x += 2)for (int y = 0; y < currentOctaves.rows; y += 2){nextOctaves.at<uchar>(y / 2, x / 2 ) = currentOctaves.at<uchar>(y, x);}///降采样厚的图像作为下一个octave的原始图像nextOctaves.copyTo(currentOctaves);}
这篇关于数字图像处理成长之路13:SIFT之尺度空间c++版的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!