opencv2.4.9源码分析——SIFT
详细介绍SIFT算法，opencv的SIFT源码分析，以及应用实例SIFT算法进行了改进,通过对两个相邻高斯尺度空间的图像相减,得到个DoG(高斯差分,Difference of gaussians)的响应值图像Dx,y,σ)来近似LoGD(x,y, o)=(G(x,y, ko)-G(x,y,o)O1(x,y)=L(x,y, ko)-L(x,y,a(5)其中,k为两个相邻尺度空间倍数的常数。可以证明DoG是对LoG的近似表示,并且用DoG代替LoG并不影响对图像斑点位賀的检测。而且用DoG近似LoG可以实现下列好处:第一是LoG需要使用两个方向的高斯二阶微分卷积核,而DoG直接使用晑斯卷积核,省去了卷积核生成的运算量;第二是DoG保留了个高斯尺度空间的图像,因此在生成某一空间尺度的特征时,可以直接使用公式1(或公式3)产生的尺度空间图像,而无需重新再次生成该尺度的图像:第三是DoG具有与LoG相同的性质,即稳定性好、抗干扰能力强。为了在连续的尺度下检测图像的特征点,需要建立DoG金宇塔,而DoG金宁塔的建立又离不开髙斯金字塔的建立,如下图所小,左侧为高斯金字塔,右侧为DoG金字塔:(nextoctave)Scale(firstoctave)Difference ofaussianGaussian(DOG)图1高斯金字塔和DoG金字塔高斯金字塔共分O组( Octave),每组又分S层( Layer)。组内各层图像的分辨率是相同的,即长和宽相同,但尺度逐渐增加,即越往塔顶图像越模糊。而下·组的图像是由上组图像按照隔点降采样得到的,即图像的长和宽分别减半。高斯金字塔的组数O是由输入图像的分辨牽得到的,因为要进行隔点降采样,所以在执行降釆样生成高斯金字塔时,一直到不能降采样为止,但图像太小又亳无意义,因此具体的公式为:0=| log2 min(x,y)-2」(6)其中,X和Y分别为输入图像的长和宽,L」衣示向下取整。金字塔的层数S为:(7)LoWe建议s为3。需要注意的是,除了公式7中的第一个字母是大写的S外,后面出现的都是小写的s髙斯金字塔的创建是这样的:设输入图像的尺度为0.5,由该图像得到高斯金字塔的第0组的第0层图像,它的尺度为m,我们称m为基准层尺度,再由第0层得到第1层,它的尺度为ko,第2层的尺度为k2o,以此类推。这里的k为:(8)我们以s=3为例,第0组的6(s+3=6)幅图像的尺度分别为:0,ko0,k2∞,k3o0,k∞o,k5o(9)写成更一般的公式为:d=or∈[0,,s+2](10)第0组构建完成后,再构建第1组。第1组的第0层图像是由第0组的倒数第3层图像经过隔点采样得到的。由公式10可以得到,第0组的倒数第3层图像的尺度为k∞o,k的值代入公式8,得到了该层图像的尺度正好为2∞,因此第1组的第0层图像的尺度仍然是2∞。但由于第1组图像是由第0组图像经隔点降采样得到的,因此相对于第1组图像的分辨率来说,第θ层图像的尺度为ω,即尺度为2σ是相对于输入图像的分辨率来说的,而尺度为∞是相对丁该组图像的分辨率来说的。这也就是为什么我们称0为基准层尺度的原因(它是每组图像的基准层尺度)。第1组其他层图像的生成与第0组的相同。因此可以看出,第1组各层图像的尺度相对于该组分辨率来说仍然满足公式10。这样做的好处就是编程的效率会提高,并且也保证∫高斯金字塔尺度空间的连续性。而之所以会出现这样的结果,是因为在参数选择上同吋满足公式7、公式8以及对上·组倒数第3层图像降釆样这三个条件的原因。那么第1组各层图像相对」输入图像来说,它们的尺度为:=2k00r∈[0,,S-2该公式与公式10相比较可以看出,第1组各层图像的尺度比第0组相对应层图像的尺度人了一倍。高斯金字塔的其他组的构建以此类推,不再赘述。下面给出相对于输入图像的各层图像的尺度公式:o,)=2k∞O∈[0,O-1l,r∈[0,,+2(12)其中,O表示组的坐标,r表示层的坐标,a为基准层尺度。k用公式8代入,得:2O∈[0,…0-1],r∈[0,…,s+2](13)在高斯金字塔中,第0组第∂层的图像是输入图像经髙斯模糊后的结果,模糊后的图像的高频部分必然会减少,因比为了最大程度的保留原图的信息量,LoWe建议在创建尺度空间前首先对输入图像的长宽扩展一倍,这样就形成了高斯金字塔的第-1组。设输入图像的尺度为0.5,那么相对于输入图像,分辨率护人一倍后的尺度应为1,由该图像依次进行高斯平滑处理得到第-1组的各个层的尺度图像,方法与其他组的一样。由于增加」第-1组,因此公式13重新写为(0∈[-1,0,…,0-1],r∈[0,…,s+2](14)DoG金字塔是由高斯金字塔得到的,即高斯金宁塔组内相邻两层图像相减得到DoG金字塔。如髙斯金字塔的第0组的筼0层和第1层相减得到DoG金字塔的第0组的箅0层图像,高斯金字塔的第0组的第1层和第2层相减得到υσG金字塔的第θ组的第1层图像以此类推。需要注意的是,高斯金字塔的组内相邻两层相减,而两组间的各层是不能相减的因此高斯金字塔每组有s+3层图像,而DoG金宁塔每组则有s+2层图像。极值点的搜索是在DoG金字塔内进行的,这些极值点就是候选的特征点。在搜索之前,我们需要在DoG金字塔内剔除那些像素值过小的点,因为这些像素具有较低的对比度,它们肯定不是稳定的特征点。极值点的搜索不仅需要在它所在尺度空间图像的邻域内进行,还需要在它的相邻尺度空间图像内进行,如图2所示。每个像素在它的尺度图像中一共有8个相邻点,而在它的下一个相邻尺度图像和上个相邻尺度图像还各有9个相鸰点(图2中绿色标注的像素),也就是说,该点是在3×3×3的立方体内被包围着,因此该点在DoG金字塔内一共有26个相邻点需要比较,来判断其是否为极大值或极小值。这里所说的相邻尺度图像指的是在同个组内,因此在DoG金字塔内,每一个组的第0层和最后一层各只有一个相邻尺度图像,所以在搜索极值点时无需在这两层尺度图像内进行,从而使极值点的搜索就只在每组的中间s层尺度图像内进行。搜索的过程是这样的:从每组的第1层开始,以第1层为当前层,对第1层的DoG图像中的每个点取·个3×3×3的立方体,立方体上下层分别为第0层和第2层。这样,搜索得到的极值点既有位置坐标(该点所在图像的空间坐标),又有尺度空间坐标(该点所在层的尺度)。当第1层搜索完成后,再以第2层为当前层,其过程与第1层的搜索类似,以此类推。Scale图2DoG中极值点的搜索2、特征点的定位通过上一步,我们得到了极值点,但这些极值点还仅仅是候选的特征点,因为它们还存在一些不确定的因素。首先是极值点的搜索是在离散空间内进行的,并且这些离散空间还是经过不断的降采样得到的。如果把采样点拟合成由面后我们会发现,原先的极值点并不是真正的极值点,也就是离散空间的极值点并不是连续空间的极值点。在这里,我们是需要精确定位特征点的位置和尺度的,也就是要达到亚像素精度,因此必须进行拟合处。我们使用泰勒级数展开式作为拟合函数。如上所述,极值点是·个三维矢量,即它包括极值点所在的尺度,以及它的尺度图像坐标,即=(x,y,o),因此我们需要三维函数的泰勒级数展开式,设我们在=(x0,y,)处进行泰勒级数展开,则它的矩阵形式为:602f02f02fdxax day dao02f02f02faxdy ayay ayaallly-yol2f02f02fOrdo aydo dodo(15)公式15为舍去高阶项的形式,而它的矢量表示形式为f(X)=f(X0)+o￥(X-x0)+7(x-x0)a F(X-Xo(16)在这里表示离散空间卜的插值中心(在离散空问内也就是采样点)坐标,表示拟合后连续空间下的插值点坐标,设ⅹ=Ⅹ-Xn,则X表示相对于插值中心,插值后的偏移量。因此公式16绎过变量变换后,又可写成:f(x)=f(X0)+yX+XTⅩX20X2(17)对上式求导,得af (x a02f0ox ox+2 ax2+axa80f.02fXaxaX2(18)让公式17的导数为0,即公式18为0,就可得到极值点下的相对于插值中心的偏移量:aX2 ax(19)把公式19得到的极值点带入公式17中,就得到了该极值点下的极值Tf(X)=f(X0)+af02f10f)a2f/02f-1of2 8X2 0X/0X28X2dXf(X0)+H打×1ora2Ta2f-ra2fa2f-1 af2 dx dx2dx2dx2 dXa f02f-10f∫(X0)+dF×f7a22 ax ax2 axaflf(Xo)+xx+2 0X(-X)18Ff(X0)+2 aX(20)对于公式19所求得的偏移量如果大」0.5(只要x、y和σ任意一个量大于0.5),则表明插值点已偏移到了它的临近的插值中心,所以必须改变当前的位置,使其为它所偏移到的插值中心处,然后在新的位置上重新进行泰勒级数插值拟合,直到偏移量小于0.5为止(x、y和σ都小于0.5),这是一个迭代的工程。当然,为了避免无限次的迭代,我们还需要设置个最人迭代次数,在达到了迭代次数但仍然没有满足偏移量小于0.5的情况下,该极值点就要被剔除掉。另外,如果由公式20所得到的极值f(X过小,即f(X1,则Tr(H)2(a+β)2(+β)2(y+1)2Det(h)2(25)上式的结果只与两个特征值的比例有关,而与具体的特征值无关。我们知道,当某个像系的矩阵的两个特征值相差越大,即γ很大,则该像素越有可能是边缘。对于公式25,当两个特征值相等时,等式的值最小,随着γ的增加,等式的值也增加。所以,要想检查主曲率的比值是否小于某一阈值y,只要检査下式是否成立即可:Tr(H)(y+1)Det(h)(26)对于不满足上式的极值点就不是特征点,因此应该把它们剔除掉。Lowe给出γ为10在上面的运算中,需要用到有限差分法求偏导,在这里我们给出具体的公式。为方便起见我们以图像为例只给出二元函数的实例。与二元函数类似,三元函数的偏导可以很容易的得到设f(i,是ν轴为i、x轴为j的图像像素值,则在(j点处的一阶、二阶及二阶混合偏导af f(i, j+1)-f(i, j0ff(i+1,j)-f(-1,ax2h2h(27)ff(+1)+f(-1)-2f(,j)a2ff(+1,j+f(-1,j)-2f(i,j)hh(28)2ff(-1,j-1)+f(i+1,j+1)-f(i-1,+1)-f(i+1,-1)dx d(29)由丁在图像中,相邻像素之问的间隔都是1,所以这里的h3、方向角度的确定经过上面两个步骤,一幅图像的特征点就可以完全找到,而且这些特征点是具有尺度不变性。但为了实现旋转不变性,还需要为特征点分配一个方向角度,也就是需要根据检测到的特征点所在的高斯尺度图像的局部结构求得一个方向基准。该高斯尺度图像的尺度a是已知的,并且该尺度是相对于高斯金字塔所在组的基准层的尺度,也就是公式10所表示的尺度。而所谓局部结构指的是在高斯尺度图像中以特征点为中心,以r为半径的区域内计算所有像素梯度的幅角和幅值,半径r为(30)其中a就是上面提到的相对于所在组的基准层的高斯尺度图像的尺度。像素梯度的幅值和幅角的计算公式为:m(xy)=√(x+1,y)-L(x-1,y)2+(L(x,y+1),L(x,y-1)2(31)L(x,y+1)-L(x,y-1)o(x, y)=arctanL(x+1,y)-L(x-1,y)(32)因为在以〃为半径的区域内的像素梯度幅值对圆心处的特征点的贡献是不同的,因此还需要对幅值进行加权处理,这里采用的是高斯加权,该高斯函数的方差Cm为:Om=1.50(33)其中,公式中的σ也就是公式30中的σ在完成特征点邻域范围内的梯度计算后,还要应用梯度方向直方图来统计邻域內内像素的梯度方向所对应的幅值大小。具体的做法是,把360°分为36个柱,则每10°为一个柱,即0°~9为第1柱,10°~19为第2柱,以此类推。在以r为半径的区域内,把那些梯度方向在0~9°范围内的像索找出来,把它们的加权后的梯度嘔值相加在一起,作为第1柱的柱高;求第2柱以及其他柱的高度的方法相同,不再赘述。为了防止某个梯度方向角度因受到噪声的干扰而突变,我们还需要对梯度方向直方图进行平滑处理。 Opencv2.4.9所使用的平滑公式为:H()~h(-2)+h(+2)4×(h(-1)+h(+1)),6×h()i=0...15161616(34)其中h和H分别表示平滑前和平滑后的直方图。由于角度是循环的,即0°=360°,如果出现h(),j超出了(0,…,15)的范围,那么可以通过圆周循环的方法找到它所对应的、在0°~360°之间的值,如h(-1)-h(15)这样,直方图的主峰值,即最高的那个柱体所代表的方向就是该特征点处邻域范围内图像棁度的主方向,也就是该特征点的上方向。由于柱体所代表的角度只是一个范围,如第1柱的角度为0~9°,因此还需要对离散的梯度方向直方图进行插值拟合处理,以得到更精确的方向角度值。例如我们凵经得到了第i柱所代表的方向为特征点的主方向,则拟合公式为:H(i-1)-H(i+1)B=i+=0,…152×(H(-1)+H(i+1)-2×H()(35)O=360-10xB(36)其中,H为由公式34得到的直方图,角度6的单位是度。同样的,公式35和公式36也存在着公式34所遇到的角度问题,处理的方法同样还是利用角度的圆周循环。每个特征点除了必须分配一个主方向外,还可能有一个或更多个辅方冋同,增加辅方向的目的是为了增强图像匹配的鲁棒性。辅方向的定义是,当存在另个柱体高度大于主方向柱体高度的80%时,则该柱体所代表的方向角度就是该特征点的辅方向。在第2步中,我们实现∫用两个信息量来表小一个特征点,即位置和尺度。那么经过上面的计算,我们对特征点的表示形式又增加了个信息量一一方向,即(x,y,o,6)。如果某个特征点还有一个辅方向,则这个特征点就要用两个值来表示——(x,y,,B1)和(x,y,,02),其中O1表示主方向,O2表示辅方向,而其他的变量x,y,不变。4、特征点描述符生成
- 2020-06-25下载
- 积分：1
Latex排版学习笔记
Latex排版学习笔记，用于Latex学习入门与提高。共9章内容，较为全面。目录第一章基本使用1.1基本排版流程1.2文本排版..1.2.1英文文档12.2输入特殊字符1.2.3段落换行124中文文档777789991.3列表环境1.4文档结构101.4.1文档类别101.4.2标题摘要111.4.3章节目录1.4.4参考文献121.5插入表格131.5.1基本表格131.5.2跨列表格131.5.3浮动表格141.6插入图片151.6.1图文并排的小图片16.2图文分开的大图片161.6.3位置浮动的大图片17第二章格式调整21各种长度单位1922字体使用192.2.1字体编码193日录222字体族名20223字体系列20224字体形状20225字体大小23段落对齐2223.1居中对齐22232单侧对齐2224页面大小布局232.5目录页格式24第三章数学公式2631两种公式263.2各种字母273.3数学函数3.4配对括号283.5多行公式3.6定理环境31第四章图形绘制334.1画交换图3341.1用 ascd包画交换图3341.2用 diagrams包画交换图33413用ⅹy-pic包画交换图344.2画图语言和画图软件3543PGF/TkZ绘图364.3.1画流程图3643.2函数图像374.3.3几何图形第五章演示文稿395.1最简单例子5.2逐步显示4153主题模板4254中文演示43目录第六章高级应用446.1输入各种撇号引号6.2文件拆分及独立编译446.3合并多个PDF文件6.4错误处理466.4.1编译时的错误信息476.4.2编译时的警告信息47第七章背景资料7.1TeX系统的前世今生497.2TeX系统的目录结构507.3TeX系统的文件查找51第八章字体详解8.1字体类型与文档格式548.2新字体选择方案NFSS5583中文排版历程568.3.1CCT中文排版8.3.2CJK中文排版578.3.3 XeTeX中文排版第九章相关软件609.1纯文本编辑器609.1.1 TeXmaker编辑器6091.2 Te Xworks编辑器619.1.3正向搜索与反向搜索629.2可视化编辑器639.2.1IyX文档处理软件639.22 TeXmacs文档排版软件659.3新版 Office的公式排版6694在网页中显示数学公式67附录ATeX排版原理69A.1读取文件A.2生成盒子70A.3分段为行71A.4组行为页6日录附录 B PostScript语言75B.1PS语言的基本知识B.2PS语言的点阵图像B.3PS语言的点阵字体附录C常用宏包介绍81第一章基本使用1.1基本排版流程和 Microsoft office Word等所见即所得的办公软件不同,用Ix排版文档,首先要用文本编辑器编辑好tex文档,然后通过各种程序编译,得到pdf文档用于打印或者阅读。基本的排版流程如下图:xelatextexpalatelatexs pdfdvipsd.ps般我们经常用 datex或者 xelatex程序直接从tex文件生成pdf文件如果是中文tex文档,优先使用ⅹ elate程序编译。如何使用编辑器以及编译文档在后面的章节有详细介绍。12文本排版121英文文档最简单的TX英文文档如下:第一章基本使用l hello. texdocumentclass La4paper]articlesusepackagethyperref]egintdocumentyHello worldend]我们来看看上面的tex文档内容。在Ix里面,每行的%符号后面的内容都表示注释,在编译时都会被忽略。因此第一行的内容没有任何结果接着看第二行。在ⅣX文档中,用开始的字母串来表示一个命令,这里的 documentclass是1X文档的基本命令,用于指明文档类。命令后面用花括号包含的内容是该命令的参数,必不可少。对于这个例子, article参数就指明我们撰写的是一篇文章,类似地还可以用book或者 report参数,分别表示书籍和报告。命令后用方括号[]包含的内容是该命令的选项,选项可以省略,省略时必需连冋方括号也去掉。如果选项省略,将会使用默认值。这里例了的a4 paper指明我们文档的页面是A4纸张的大小,改为b5 paper就是B5纸张的大小。第三行的 usepackage命令也是IX的基本命令,用于载入I①X宏包I系统中包含了各种各样的宏包,对IX的基本功能作了各种扩展。我们这一行载入的 hyperref宏包后面将介绍到。接下来在 begin{ document}和 endidocument}之间的部分我们称为正文区,一般用于正文内容的撰写。这个例子的正文内容只有简单的 Hello wor1d!对应的,在 documentclass和 beginidocument}命令之间的部分我们称为导言区,一般用于载入宏包,定义命令和调整格式。X文档把格式和内容部分分开,是一种良好的设计准则。1.2.2输入特殊字符在ⅣX的文本内容中,大部分字符都可以直接输入,但是#,$,%,&,{,}这几个字符由于有特殊用途不能直接输入。我们可以按照下表的方式输入这些特殊字符输入#${}、-O显示#8%k输入 Textless extgreater extbartextbackslash显示1.3列表环境另外, Latex中是区分左右引号的,输入`和‘分别显示左右单引号,输入`和“分别显示左右双引号。连字号、起止号和破折号看起来都是一个差不多的短横线,但输入的方式也是不同的。用-得到连接单词的连字号-,用--得到表示数字范围的起止号,用---得到英文的破折号。123段落换行用一个空行或者par命令可以开始新的段落,同时会有默认的首行缩进。用或者 newline可以强制换行在下一行继续,且在下一行不会有缩进。12.4中文文档Latex中文文档的排版有各种方式,例如CCT,CJK,ⅹeCJK等等。目前最优秀的方式是用ctex文档类来排版中文文档,它在其它各种方式的基础上以一致的方式解决了中文排版的问题。例如:documentclass [UTF8] Ictexart]eginidocument)中文内容测试!endfdocumentH使用这种方式,只需要将文档类从英文的 article改成 ctexart,所有中文环境和章芇编号等等都已绎按照中文习惯设置好了,简单易行。例子屮的UIF8这个可选参数指明了中文文档的编码。编码主要有这两种:GBK和UTF8,而不同的 Latex编辑器对中文文档的默认编码不同。以CTeX套装29版本包含的两个编辑器为例, Winedt编辑器的默认中文编码为GBK,而ReWorks编辑器的默认中文编码为UTF8。因此,对于初学者,为了避免乱码的出现,最好根据编辑器的默认情形来选择编码,如果使用的是 Winedt编辑器,将文档的编码设为GBK,如果使用的是reκ works编辑器,将文档的编码设为UTF8。如果编码不指定,默认为GBK另外,对于bok和 report文档类,也有对应的 ctexbook和 ctexrep中文文档类,其用法类似。1.3列表环境Latex的命令实际上也有不同的类型,形如begin环境名}.lend环境名}第一章基本使用的命令组合我们称为环境。环境一般用于对某种类型的段落用特殊的形式来显示。在文本段落中,常见的环境有列表环境。列表环境有三种:无序列表( itemize)、有序列表( enumerate)和描述列表( description)。它们的使用方式和显示效果如eginfitemize]item无编号的列表无编号的列表item带编号的列表·带编号的列表item带标签的列表带标签的列表end[]Abegintenumeratehitem无编号的列表1.无编号的列表item带编号的列表2.带编号的列表iem带标签的列表3.带标签的列表endtenumeratelegintdescriptionhitem[无序列表]无编号的列表。无序列表无编号的列表。item[有序列表]带编号的列表。有序列表带编号的列表item[描述列表]带标签的列表。描述列表带标签的列表。endidescriptionh14文档结构4.1文档类别前面已经讲过,用下面的命令可以指定文档类documentclass[选项]{文档类其中文档类有文章( article),书籍(book),报告( report),书信( letter)这几种选择。文档类的选项有下面这些。页面大小(a4 paper,a5 paper,b4 paper, letterpaper, legalpaper, executiveper):默认的 letterpaper常见于美国,其大小为216毫米乘以279毫米(即8.5英寸乘以11英寸),而国内常用的a4 paper的大小为210毫米乘以297毫米,两者稍有区别。虽然这里可以指定不同的页面大小,但是纸张却始终为A4大小。比如你指定为A5页面大小,那么生成的PDF文件中,内容只在A4纸张的左上角。
- 2020-11-27下载
- 积分：1
