„Számítógépes látórendszerek - Ellenőrző kérdések: Képillesztés” változatai közötti eltérés
a autoedit v2: fájlhivatkozások egységesítése, az új közvetlenül az adott fájlra mutat |
|||
| (3 közbenső módosítás, amit 2 másik szerkesztő végzett, nincs mutatva) | |||
| 71. sor: | 71. sor: | ||
[[ | [[File:Számítógépes_Látórednszerek_Képillesztés_Sarokdetektálás.PNG|600px]] | ||
== Milyen képtranszformációkat ismer? <br/>Ezek közül melyekre invariáns a Harris operátor? == | == Milyen képtranszformációkat ismer? <br/>Ezek közül melyekre invariáns a Harris operátor? == | ||
| 85. sor: | 85. sor: | ||
**Nincs invariancia! | **Nincs invariancia! | ||
== Ismertesse a SIFT eljárás képrészletdetektáló részét! Hogyan érjük el a skála invarianciát és a szubpixeles pontosságot? == | == Ismertesse a SIFT eljárás képrészletdetektáló részét! <br/>Hogyan érjük el a skála invarianciát és a szubpixeles pontosságot? == | ||
SIFT = Scale Invariant Feature Transform | |||
*Keressünk kulcspontokat | |||
**Érdekes (sarokszerű) legyen | |||
**Keressünk skálainvariáns módon | |||
*Készítsünk minden régióhoz egy leírót, ami intenzitás, skála és rotáció invariáns | |||
Sarokdetektálást végezzünk el több skálafaktor mellett. Ezt a skálafaktort tároljuk el az egyes jellemzőkhöz. Difference of Gaussians, azaz két eltérő szélességű (szórású) gauss szűrő különbsége - Valóságban gauss-szal szűrt képek kivonása. A DoG szűrő maximuma ott lesz a skálatérben, ahol az objektum mérete egybeesik a szűrő inflexiós pontjával → Ez lesz a jó skála! | |||
Kulcspontok pozíciójában szubpixeles pontosságot követelünk meg! Interpolációra lesz szükség három dimenzióban (x,y,skála) | |||
Az így megtalált kulcspontokat szűrni kell! Nem elég kontrasztos régió. Élszerű régió (sajátértékekkel). | |||
== Mutassa be a SIFT algoritmus leíró generáló részét! Hogyan érjük el a forgatás invarianciát? == | == Mutassa be a SIFT algoritmus leíró generáló részét! Hogyan érjük el a forgatás invarianciát? == | ||
A leírót a kulcspont 16x16-os környezetéből készítjük. A leírónak is invariánsnak kell lennie! A leírót ezért a kulcspont skálafaktorához tartozó képből készítjük. | |||
*Minden pixelre kiszámoljuk a gradiens nagyságát és irányát. | |||
*A kulcspont körül gradienshisztogramot készítünk, ami 36 rekeszből áll(10fok egy rekesz). | |||
*Az egyes rekeszekhez az adott irányban lévő gradiens értékeket adjuk hozzá, és ezeket még súlyozzuk a kulcsponttól való távolsággal. | |||
A jellemző orientációja az így készült hisztogram maximumánál lesz. | |||
A leírót úgy generáljuk, hogy egy 16x16 os képrészletet 4x4-es részekre osztjuk, és azokban számoljuk a fenti metódussal az orientációkat. Ezekből álll össze a leíró vektor. | |||