图像识别和跟踪中常用特征点

  1. HoG (Histogram of Oriented Gradient)方向梯度直方图
  2. Haar 边缘特征、线性特征、中心对角线特征,组合成特征模板。使用积分图快速计算。
  3. LBP(Local Binary Pattern) 局部二值模式。在3* 3的窗口内以窗口中心像素为阈值,将相邻的8个像素的灰度值与其进行比较,若周围像素值大于中心像素值,则该像素 点的位置被标记为1,否则为0。这样,3*3邻域内的8个点经比较产生8位二进制数即得到该窗口中心像素点的LBP值。

以下主要用于跟踪:
1. Harris 角点检测 利用矩阵的特征值 R=

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值