Matlab 图像特征提取

本文深入探讨了图像处理中常用的特征提取方法,包括LBP、HOG、SIFT和SURF算法。分析了这些方法在图像旋转、平移和缩放情况下的表现,并对比了它们在图像相似度匹配任务中的优劣。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

在图像处理过程中,尤其是图像相似度的匹配,在图片量比较小的情况下,深度学习的效果往往达不到期望,所以需要利用传统图像处理的方法,对图像特征进行提取,常用的方法有lbp,hog,sift,surf。

lbp算法主要是对图片纹理特征进行提取,一旦图片旋转,平移或者缩放,所提取的lbp特征就会发生很大变化。

hog算法主要是对图片形状特征进行提取,一旦图片旋转,平移或者缩放,所提取的lbp特征就会发生很大变化。

sift算法具有尺度不变性,一旦图片旋转,平移或者缩放,所提取的sift特征依然能得到很好的保留。

surf是对sift算法的改进,运行速度比sift更快,个人感觉效果更好。

评论 1
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