提取一张图像的sift特征

最新推荐文章于 2024-08-22 13:00:00 发布

原创最新推荐文章于 2024-08-22 13:00:00 发布 · 631 阅读

3 ·

CC 4.0 BY-SA版权

文章标签：

#vl_sift #vl_feat #matlab

matlab-CV 同时被 2 个专栏收录

19 篇文章

订阅专栏

SIFT

4 篇文章

订阅专栏

本文介绍如何使用 VLFeat 库中的 SIFT 方法进行图像特征提取，并提供了 MATLAB 示例代码。通过调整参数，可以有效地从图像中提取关键点及其描述符。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

使用vl_feat中提供的sift方法进行特征提取

vl_feat的官网：https://www.vlfeat.org/

vl_sift使用说明：https://www.vlfeat.org/overview/sift.html

vl_dsift使用说明：https://www.vlfeat.org/matlab/vl_dsift.html

代码实现：

run('./vlfeat-0.9.21/toolbox/vl_setup');
I = imread("all_souls_000051.jpg");
imshow(I);

max_img_dim = 1024;
ratio = max_img_dim / max(size(I,1),size(I,2));
I = imresize(I,ratio);

I = single(rgb2gray(I));
% f是特征点区域，d是描述子
% f的每一列是一个frame,其中一列的前两个f(1:2)代表frame中心位置，
% f(3)图中圆区域的半径，代表scale,f(4)代表oritentation
[f,d] = vl_sift(I,'PeakThresh',0.04,'edgethresh',10);
H = size(I,1);
W = size(I,2);
save('sift_feature/all_souls_000001.mat','f',"W","H");

% 随机选择50个feature进行显示
% 随机置换
perm = randperm(size(f,2));
% 选取50个
sel = perm(1:50);
h1 = vl_plotframe(f(:,sel));
h2 = vl_plotframe(f(:,sel));
set(h1,'color','k','linewidth',3);
set(h2,'color','y','linewidth',2);

% 显示sift提取的描述符
h3 = vl_plotsiftdescriptor(d(:,sel),f(:,sel));
set(h3,'color','g');

binSize = 8;
magnif = 3;
Is = vl_imsmooth(I,sqrt(binSize/magnif)^2-.25);
[f1,d1] = vl_dsift(Is,'size',binSize);
f1(3,:) = binSize/magnif;
f1(4,:) = 0;
[f_,d_] = vl_sift(I,'frames',f1);
h4 = vl_plotsiftdescriptor(d_(:,20),f_(:,20));
set(h4,'color','g');