Brikspoint.

存储快速兴趣点的对象

展开所有页面

描述

该对象提供了通过数据之间的数据检察机构和提取物质功能。您还可以使用它来操纵和绘制这些功能返回的数据。您可以使用该对象在您可能希望使用快速描述符混合非快捷兴趣点检测器的情况下交互式地填充点。

创建

句法

点= BrikishPoints（位置）
点= Brikspoints（位置，名称，值）

描述

例子

点= Brikspoints（地点）构建A.Brikspoint.来自A.的对象m-2 [x y]点坐标的-2阵列，地点。

点= Brikspoints（地点那名称，价值）使用一个或多个名称值对设置属性。将每个属性名称括在引号中。例如，点= BrikiskPoints（'urg'，0.0）

输入参数

展开全部

点位置，指定为m- 2阵列[Xypoint坐标。

特性

展开全部

通过快速对象保持的点数，指定为数值。

点位置，指定为m-2-2阵列[x y]点坐标。

检测到该功能的规模，指定为大于或等于的值1.6。

检测特征的强度，指定为数值。快速算法使用近似Hessian的决定因素。

检测到的特征的方向，指定为一角，在弧度中。从x轴逆时针逆时针测量角度，该x轴与由此产生的原点地点财产。请勿手动设置此属性。使用呼叫提取物质填写此值。这提取物质功能修改默认值0.0。使用BriSk兴趣点提取非快速描述符，（例如冲浪，怪胎，MSER等），可以改变方向价值观。这方向主要用于可视化目的。

对象功能

阴谋 情节点
是空的 确定点对象是否为空
长度 存储点数
选择最初 选择具有最强度量的点
尺寸 返回点对象的大小
SelleDiform. 选择统一分布的特征点子集

例子

全部收缩

打开直播脚本

读取图像并检测快速的兴趣点。

我= imread（'cameraman.tif'）;点=侦听（i）;位置= [100：228; 100：228]'点= br br点（位置）;

选择并绘制10个最强的兴趣点。

strongest = points.selectstrongest（10）;imshow（i）;抓住在;情节（最强）;


                   

                  

                 

                 
显示[x y]坐标。

                 

                  

                   

                    
strondest.location.

                   

                  

                 

                 

                  

                   

                    
ans =.10x2单个矩阵100 100 101 101 102 102 103 103 104 104 105 105 108 108 109 109 109 109

                   

                  

                 

                 

                

               

              

             

             

              
              
             

            

           

           

            
提示

            
虽然Brikspoint.可以持有许多点，它是一个标量对象。所以，numel.（Brikspoint.）总是回来1。这个值可以不同于长度（Brikspoint.），返回对象保持的真实点数。

           

           

            
参考

            

             
[1] Leutenegger，S.，M.Chli和R. Siegwart。快速：二进制强大的不变可伸缩关键点，IEEE计算机愿景国际会议的诉讼程序（ICCV）2011年。

            

           

           

            
扩展能力

            

             
             
             
             
            

           

           

            
也可以看看

            
|||||||||||||

           

           

            
在R2014A介绍

           

          

         

         
         

         

          
         

        

        
        
        
       

      

     

    

    
    

     

      

       

        

         
        

       

      

     

    

    
    
    

     

      

       

        

         

          
计算机视觉工具箱文档

          
         

         

          
万博1manbetx

          
         

         

          
          
          

           

            

             与Matlab引入深度学习
            

            
与Matlab引入深度学习

            下载电子书