主要内容

detectORBFeatures

检测ORB关键点并返回一个ORBPoints目的

描述

例子

= detectORBFeatures (一世返回一个ORBPoints包含有关ORB KeyPoints的信息的对象。通过使用定向的快速和旋转的简要(ORB)特征检测方法,从输入图像中检测ORB关键点。

例子

= detectORBFeatures (一世名称,价值使用一个或多个名称-值对参数指定选项。

例子

全部收缩

将图像读入工作区。

我= imread(“businessCard.png”);

将图像转换为灰度图像。

我= im2gray(i);

显示灰度图像。

图imshow(i)

图中包含一个坐标轴。轴包含类型图像的对象。

检测和存储ORB关键点。

点= detectORBFeatures(我);

显示灰度图像,绘制检测到的ORB关键点。抑制被检测关键点周围的圆圈显示。ORB关键点检测在强度方差高的区域。

图imshow(i)持有情节(点,'showscale',假)持有

图中包含一个坐标轴。轴包含两个类型为image, line的对象。

将二进制图像读入工作区。

我= imread('star.png');

显示图像。

图imshow(i)

图中包含一个坐标轴。轴包含类型图像的对象。

检测和存储ORB关键点。将图像分解的比例因子指定为1.01和分解级别的数量为3。

点= DetectorBfeatures(我,'比例因子', 1.01,'numlevels',3);

显示图像并绘制检测到的ORB关键点。二值形状图像中的拐点被检测为ORB关键点。

图imshow(i)持有情节(点)

图中包含一个坐标轴。轴包含三个对象的类型为image, line。

输入参数

全部收缩

输入图像,指定为m——- - - - - -N灰度图像。输入图像必须是真实的和非问题。

数据类型:单身的|双倍的|int16|uint8.|uint16|逻辑

名称值对参数

指定可选的逗号分离对名称,价值参数。姓名是参数名称和价值为对应值。姓名必须出现在引号内。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:detectORBFeatures(我,‘NumLevels’,4)

图像分解的规模因子,指定为逗号分隔对组成'比例因子'并且标量大于1.每个分解级别的比例值是比例因子水平-1), 在哪里水平范围内的任何值[0,numlevels.-1]。给定大小的输入图像m——- - - - - -N,则每一层分解后的图像大小为 m S. C 一种 L. E. F 一种 C T. O. R. L. E. V. E. L. - 1 ——- - - - - - N S. C 一种 L. E. F 一种 C T. O. R. L. E. V. E. L. - 1

数据类型:单身的|双倍的|INT8.|int16|int32|INT64.|uint8.|uint16|UINT64|UINT32.

分解级别的数量,指定为逗号分隔对组成'numlevels'标量大于或等于1.增加此值以在更多分解的级别中从图像中提取关键点。

用于提取关键点的分解级别的数量受到该级别的图像大小的限制。分解级别的图像尺寸必须至少为63-×63,用于检测关键点。计算最大分解水平计算为

L. E. V. E. L. 马克斯 =楼层 日志 m N - 日志 63. 日志 比例因子 + 1

如果默认值或指定值'numlevels'大于水平马克斯,函数修改numlevels.水平马克斯并返回警告。

数据类型:单身的|双倍的|INT8.|int16|int32|INT64.|uint8.|uint16|UINT64|UINT32.

关键点检测的兴趣区域,指定为逗号分隔的对组成'roi'和格式矢量[Xy宽度高度]。前两个元素代表了感兴趣区域的左上角的位置。最后两个元素代表了感兴趣区域的宽度和高度。感兴趣区域的宽度和高度必须每个值大于或等于63。

输出参数

全部收缩

ORB关键点,作为ORBPoints对象。该对象包含有关输入图像中检测到的关键点的信息。

算法

该功能通过使用ORB功能检测方法从输入图像中检测关键点[1]

参考文献

[1] Rublee,E.,V.Rabaud,K. Konolige和G. Bradski。“ORB:筛选或冲浪的有效替代品。”在2011国际计算机视觉会议论文集,2564-2571。巴塞罗那,西班牙:IEEE,2011年。

扩展能力

C / C ++代码生成
使用MATLAB®Coder™生成C和c++代码。

在R2019A介绍