圖像局部特徵檢測和描述 基於 OpenCV 源碼分析的算法與實現

購買商店

圖像局部特徵檢驗和描述

$414.00

馬上購買

內容描述

在電腦視覺處理中，特徵指的是能夠解決某種特定任務的信息。圖像局部特徵在目標識別、目標跟蹤、目標匹配、三維重建、圖像檢索等應用中發揮著重要的作用。它是近20年來在電腦視覺領域中研究的熱點問題之一。
本書以OpenCV 2.4.9為研究工具，對其實現的所有新的特徵檢測和描述算法—Kitchen-Rosenfeld、Canny、Harris、Shi-Tomasi、FAST、MSER、MSCR、SIFT、SURF、BRISK、BRIEF、ORB、FREAK、CenSurE、SimpleBlob等，不僅詳細分析了它們的原理和實現方法，還進行了詳細的源碼解析，並且給出了具體的程序實現範例，充分體現了理論與實踐相結合的特點。

目錄大綱

第1章Kitchen-Rosenfeld角點檢測1 
1.1原理分析1 
1.2源碼解析1 
1.3應用實例3 
第2章Canny邊緣檢測5 
2.1理論分析5 
2.2源碼解析7 
2.3應用實例13 
第3章Harris角點檢測16 
3.1理論分析16 
3.2源碼解析18 
3.3應用實例21 
第4章Shi-Tomasi角點檢測24 
4.1理論分析24 
4.2源碼解析24 
4.3應用實例29 
第5章SIFT方法31 
5.1原理分析31 
5.2源碼解析42 
5.3應用實例59 
第6章MSER區域檢測63 
6.1原理分析63 
6.2源碼解析66 
6.3應用實例76 
第7章SURF方法78 
7.1原理分析78 
7.2源碼解析88 
7.3應用實例108 
第8章FAST角點檢測112 
8.1原理分析112 
8.2源碼解析113 
8.3應用實例123
第9章MSCR彩色圖像區域檢測126 
9.1原理分析126 
9.2源碼解析127 
9.3應用實例139 
第10章CenSurE檢測方法141 
10.1原理分析141 
10.2源碼解析146 
10.3應用實例156 
第11章BRIEF描述符方法158 
11.1原理分析158 
11.2源碼解析160 
11.3應用實例162 
第12章BRISK方法165 
12.1原理分析165 
12.2源碼解析176 
12.3應用實例220 
第13章ORB方法223 
13.1原理分析223 
13.2源碼解析225 
13.3應用實例238 
第14章FREAK方法242 
14.1原理分析242 
14.2源碼解析245 
14.3應用實例259 
第15章SimpleBlob方法261 
15.1原理分析261 
15.2源碼解析264 
15.3應用實例270 
第16章密度特徵檢測272 
16.1原理分析272 
16.2源碼解析272
16.3應用實例273 
附錄A Windows 7系統下OpenCV 2.4.9與Visual Studio 2012編譯環境的配置275 
附錄B Windows 7系統下Qt 5.3.1與OpenCV 2.4.9編譯環境的配置280 
參考文獻285

作者介紹

趙春江，博士
在圖像處理、計算機視覺，人工智能方面有很深入的研究。共主持了兩個安徽省級項目。
從博士以來，共發表論文20餘篇，9篇被EI或SCI檢索。