主要内容

extractFeatures

提取兴趣点描述符

折叠所有页面

句法

[功能，有效点] =提取物（i，点）
[功能，有效点] =提取物（i，点，名称，值）

描述

例子

[特性那validPoints) = extractFeatures (一世那点的）从二进制或强度图像返回所提取的特征向量，也称为描述符及其对应位置。

该函数从兴趣点周围的像素派生描述符。像素代表并匹配由单点位置指定的特征。每个单点指定一个邻域的中心位置。用于描述符提取的方法取决于输入的类点．

例子

[特性那validPoints) = extractFeatures (一世那点那名称，价值的）使用一个或多个指定的附加选项名称，价值对参数。

例子

全部收缩

打开生活的脚本

阅读图像。

我= imread (“cameraman.tif”）;

查找和提取角点特征。

角落= detectHarrisFeatures(我);[features, valid_corners] = extractFeatures(I, corners);

显示图像。

图;imshow(我);持有在

图包含轴对象。轴对象包含类型图像的对象。

绘制有效的角点。

绘图（有效_corners）;

图包含轴对象。轴对象包含2个类型图像的对象，线。

打开生活的脚本

读取图像。

我= imread (“cameraman.tif”）;

查找和提取功能。

点= detectSURFFeatures(我);[features, valid_points] = extractFeatures(I, points);

显示和绘图10个最强的SURF功能。

图;imshow(我);持有在；情节(valid_points.selectStrongest (10),“showOrientation”,真正的);

图包含轴对象。轴对象包含3个类型图像的对象，线。

打开生活的脚本

读取图像。

我= imread (“cameraman.tif”）;

使用MSER带有Surf功能描述符的功能查找功能。

区域= detectMSERFeatures(我);[feature, valid_points] = extractFeatures(I,regions, valid_points)'直立',真正的);

显示对应于MSER椭圆中心的SURF特征。

图;imshow(我);持有在；情节(valid_points“showOrientation”,真正的);

图包含轴对象。轴对象包含3个类型图像的对象，线。

输入参数

全部收缩

输入图像，指定为二进制或2-D灰度图像。

数据类型:逻辑|单|双|int16|uint8|uint16

方形邻居的中心位置点，指定为aSIFTPoints那Brikspoints.那SURFPoints那KAZEPoints那MSERRegions那cornerPoints,或ORBPoints对象,或一个M.2的矩阵M.[x y]坐标的数目。该表列出了可用于提取的点的可能输入类。

类的点
SIFTPoints 尺度不变功能变换（SIFT）
Brikspoints. 二进制强大不变可伸缩关键点（快速）
SURFPoints目的 加速健壮特性(SURF)
MSERRegions目的 最大稳定极值区域(MSER)
cornerPoints 来自加速分段测试(FAST)、最小特征值或哈里斯的特征
KAZEPoints 基于非线性图像金字塔旋转和方向不变特征。与SURF相似，但包含的噪声点更少。
ORBPoints 定向快速和旋转的简短（ORB）功能。
M.[xy]坐标的- × 2矩阵 围绕[x y]点位置的简单的方形邻居

名称 - 值参数

指定可选的逗号分离对名称，价值参数。的名字是参数名称和价值为对应值。的名字必须出现在引号内。您可以以任何顺序指定多个名称和值对参数Name1, Value1,…,的家．

例子:“方法”那“块”指定块方法提取描述符。

描述符提取方法，指定为'筛'那“怪胎”那'冲浪'那“球”那“块”,或“汽车”．

该表描述了函数如何实现描述符提取方法。

方法 特征向量(描述符)
筛 尺度不变的功能变换（SIFT）。该功能设置了方向财产的validPoints输出对象到弧度中提取特征的方向。
轻快的 二进制鲁棒不变可扩展关键点(轻快)。该功能设置了方向财产的validPoints输出对象到弧度中提取特征的方向。
狂 快速视网膜点（怪物）。该功能设置了方向财产的validPoints输出对象到弧度中提取特征的方向。
冲浪 加速强大的功能（冲浪）。功能设置方向财产的validPoints输出对象到弧度中提取特征的方向。

当你使用的时候MSERRegions对象的冲浪方法,封面属性提取SURF描述符。这轴对象的属性选择冲浪描述符的比例，使得表示该功能的圆的圆形与MSER椭圆区域成比例。规模计算为1/4 * sqrt（（majoraxes / 2）。*（minsmaxes / 2））和饱和1．6的要求SURFPoints对象。
ORB 定向快速和旋转的简短（ORB）特征。方向财产的validPoints的输出对象将自动设置为方向输入的财产ORBPoints目的点．
KAZE 基于非线性金字塔的特征。

该功能设置了方向财产的validPoints输出对象到弧度中提取特征的方向。

当你使用的时候MSERRegions对象的KAZE方法,位置属性用于提取KAZE描述符。

这轴属性选择KAZE描述符的比例，这样表示特征的圆的面积与MSER椭圆面积成比例。
块 简单的方形neighbhorhood。

这块该方法只提取完全包含在图像边界内的邻域。因此,输出,validPoints，可以包含比输入更少的点点．
汽车 函数选择方法，基于输入点的类并实现:
这狂A.cornerPoints输入对象。
这冲浪A.SURFPoints或MSERRegions输入对象。
这轻快的A.Brikspoints.输入对象。
这ORBA.ORBPoints输入对象。

对于一个M.-by-2输入矩阵[Xy]坐标，功能实现块方法。

笔记

描述符提取方法必须为ORB，如果输入点是一个ORBPoints对象。同时,ORB除了任何其他类型的点之外，不支持描述符提取方法，除了万博1manbetxORBPoints．

块大小，指定为奇整数标量。这个值定义了本地的正方形邻域BlockSize.——- - - - - -BlockSize.以每个兴趣点为中心。此选项仅在函数实现时适用块方法。

旋转不变性标志，指定逻辑标量。当您将此属性设置为真正的，未估计特征向量的方向，并且将特征方向设置为PI / 2。将此设置为真正的当您不需要图像描述符来捕获旋转信息时。当您将此属性设置为错误的，估计特征的方向，并且该特征然后不变于旋转。

笔记

旋转不变性标志'直立'不支持输入万博1manbetx点是一个ORBPoints对象。

SURF或KAZE特征向量(描述符)的长度，指定为64或128．此选项仅在函数实现时适用冲浪或KAZE方法。更大的特征大小128提供更高的精度，但降低特征匹配速度。

输出参数

全部收缩

特征向量，作为一个返回二进制文件对象或一个M.——- - - - - -N.矩阵M.特征向量，也称为描述符。每个描述符都是长度N.．

与每个输出特征向量（描述符）相关的有效点特性，以与输入相同的格式返回。有效点可以是一个SIFTPoints那Brikspoints.那cornerPoints那SURFPoints那KAZEPoints那MSERRegions那ORBPoints对象,或一个M.[x,y]坐标的-by-2矩阵。

该函数从每个兴趣点周围的区域中提取描述符。如果该区域位于图像之外，则该函数无法计算该点的特征描述符。当感兴趣点离图像边缘太近时，该函数无法计算特征描述子。在这种情况下，函数忽略这个点。该点不包含在有效点输出中。

参考文献

G. Bradski和A. Kaehler学习OpenCV：与OpenCV库的计算机愿景， O'Reilly, Sebastopol, CA, 2008。

[2] Herbert Bay，Andreas Ess，Tinne Tuytelaars，Luc Van Gool，冲浪：加速强大的功能“，计算机视觉和图像理解（CVIU），卷。110，3，第3页，第346-359,2008

[3] Bay，Herbert，Andreas Ess，Tinne Tuytelaars和Luc Van Gool，“Surf：加速强大的功能”，计算机愿景和图像理解（CVIU），卷。110，3，第3页，第346-359,2008。

[4] Alahi，Alexandre，Ortiz，Raphael和Pierre Vandergheynst，“Freak：Fast Retina Keypoint”，计算机视觉与模式识别会议, 2012年。

[5] Alcantarilla，P.F.，A. Bartoli和A.J.戴维森。“Kaze特色”，ECCV 2012，第VI部分，LNCS 7577214年,2012页

扩展功能

也可以看看

对象

职能

话题

在R2011A介绍

计算机视觉工具箱文档

万博1manbetx

介绍基于MATLAB的深度学习

介绍基于MATLAB的深度学习

下载电子书