Correspondência de característica de ponto - Point feature matching

No processamento de imagem , a correspondência de recurso de ponto é um método eficaz para detectar um alvo especificado em uma cena confusa. Este método detecta objetos únicos em vez de objetos múltiplos. Por exemplo, ao usar este método, pode-se reconhecer uma pessoa específica em uma cena confusa, mas não qualquer outra pessoa.

O algoritmo é baseado na comparação e análise de correspondências de pontos entre a imagem de referência e a imagem de destino. Se qualquer parte da cena desordenada compartilhar correspondências maiores do que o limite, essa parte da imagem da cena desordenada será direcionada e considerada como incluindo o objeto de referência ali.

Estabilização de vídeo

Além da detecção de objetos , o recurso de ponto também ajuda a melhorar a estabilização de vídeo . Para conseguir isso, geralmente segue estas etapas: leitura de quadros, identificação de pontos salientes, pontos correspondentes, correspondência precisa e correção de quadro.

Identifique os pontos salientes

O objetivo de identificar os pontos salientes correspondentes que existem entre dois quadros é reduzir a distorção. A detecção de canto é usada para identificar pontos salientes. Para encontrar valores de canto, o Harris Corner Detector (um dos algoritmos mais rápidos para detecção de cantos) pode ser usado.

Pontos correspondentes

Nesta etapa, ao extrair uma matriz de 9 x 9 blocos para cada ponto, o custo para incluí-los na solução pode ser calculado. O menor custo revela o objeto.

Correspondência exata

Usando o algoritmo de consenso de amostra aleatória (RANSAC), podem ser determinadas correspondências de pontos incorretas com forte estimativa de mudança de localização na imagem.

Veja também

Referências

  1. ^ "Detecção de objeto em uma cena desordenada usando correspondência de recurso de ponto - MATLAB e Simulink" . www.mathworks.com . Obtido em 06/07/2019 .
  2. ^ a b c Abdullah, LM; Tahir, N. Md; Samad, M. (julho de 2012). "Estabilização de vídeo com base na técnica de correspondência de recurso de ponto". 2012 IEEE Control and System Graduate Research Colloquium : 303–307. doi : 10.1109 / ICSGRC.2012.6287181 . ISBN   978-1-4673-2036-8 .
  3. ^ Anu Suneja e Gaurav Kumar. “Um estudo experimental de métodos de detecção de bordas em imagens digitais”, Global Journal of Computer Science and Technology, 10 (2), 2010.
  4. ^ Tordoff, B; Murray, DW. "Amostragem guiada e consenso para estimativa de movimento. " 7ª Conferência Europeia sobre Visão Computacional, 2002.