【交通标志识别】基于SIFT特征实现交通标志识别matlab源码含GUI-程序员宅基地

技术标签: 算法  python  机器学习  计算机视觉  深度学习  

一、简介

SIFT即尺度不变特征变换,是用于图像处理领域的一种描述。这种描述具有尺度不变性,可在图像中检测出关键点,是一种局部特征描述子。\ 1 SIFT算法特点:\ (1)具有较好的稳定性和不变性,能够适应旋转、尺度缩放、亮度的变化,能在一定程度上不受视角变化、仿射变换、噪声的干扰。\ (2)区分性好,能够在海量特征数据库中进行快速准确的区分信息进行匹配\ (3)多量性,就算只有单个物体,也能产生大量特征向量\ (4)高速性,能够快速的进行特征向量匹配\ (5)可扩展性,能够与其它形式的特征向量进行联合

2 SIFT算法实质\ 在不同的尺度空间上查找关键点,并计算出关键点的方向。\ 在这里插入图片描述\ 3 SIFT算法实现特征匹配主要有以下三个流程:\ (1)提取关键点:关键点是一些十分突出的不会因光照、尺度、旋转等因素而消失的点,比如角点、边缘点、暗区域的亮点以及亮区域的暗点。此步骤是搜索所有尺度空间上的图像位置。通过高斯微分函数来识别潜在的具有尺度和旋转不变的兴趣点。\ (2)定位关键点并确定特征方向:在每个候选的位置上,通过一个拟合精细的模型来确定位置和尺度。关键点的选择依据于它们的稳定程度。然后基于图像局部的梯度方向,分配给每个关键点位置一个或多个方向。所有后面的对图像数据的操作都相对于关键点的方向、尺度和位置进行变换,从而提供对于这些变换的不变性。\ (3)通过各关键点的特征向量,进行两两比较找出相互匹配的若干对特征点,建立景物间的对应关系。

4 尺度空间\ (1)概念\ 尺度空间即试图在图像领域中模拟人眼观察物体的概念与方法。例如:观察一颗树,关键在于我们想要观察是树叶子还是整棵树:如果是一整棵树(相当于大尺度情况下观察),那么就应该去除图像的细节部分。如果是树叶(小尺度情况下观察),那么就该观察局部细节特征。\ SIFT算法在构建尺度空间时候采取高斯核函数进行滤波,使原始图像保存最多的细节特征,经过高斯滤波后细节特征逐渐减少来模拟大尺度情况下的特征表示。\ 利用高斯核函数进行滤波的主要原因有两个:\ a 高斯核函数是唯一的尺度不变核函数。\ b DoG核函数可以近似为LoG函数,这样可以使特征提取更加简单。同时,David. Lowe作者在论文中提出将原始图像进行2倍上采样后滤波能够保留更多的信息便于后续特征提取与匹配。其实尺度空间图像生成就是当前图像与不同尺度核参数σ进行卷积运算后产生的图像。\ (2)表示\ L(x, y, σ) ,定义为原始图像 I(x, y)与一个可变尺度的2维高斯函数G(x, y, σ) 卷积运算。\ 在这里插入图片描述\ 5 高斯金字塔的构建\ (1)概念\ 尺度空间在实现时使用高斯金字塔表示,高斯金字塔的构建分为两步:\ a 对图像做高斯平滑;\ b 对图像做降采样。\ 在这里插入图片描述\ 图像的金字塔模型是指将原始图像不断降阶采样,得到一系列大小不一的图像,由大到小,从下到上构成的塔状模型。原图像为金子塔的第一层,每次降采样所得到的新图像为金字塔的一层(每层一张图像),每个金字塔共n层。为了让尺度体现其连续性,高斯金字塔在简单降采样的基础上加上了高斯滤波。如上图所示,将图像金字塔每层的一张图像使用不同参数做高斯模糊,Octave表示一幅图像可产生的图像组数,Interval表示一组图像包括的图像层数。另外,降采样时,高斯金字塔上一组图像的初始图像(底层图像)是由前一组图像的倒数第三张图像隔点采样得到的。\ (2)表示\ 高斯图像金字塔共o组、s层,则有\ 在这里插入图片描述\ 6 DOG空间极值检测\ (1)DOG函数\ 在这里插入图片描述\ (2)DoG高斯差分金字塔\ a 对应DOG算子,需构建DOG金字塔。\ 可以通过高斯差分图像看出图像上的像素值变化情况。(如果没有变化,也就没有特征。特征必须是变化尽可能多的点。)DOG图像描绘的是目标的轮廓。\ 在这里插入图片描述\ b DOG局部极值检测\ 特征点是由DOG空间的局部极值点组成的。为了寻找DoG函数的极值点,每一个像素点要和它所有的相邻点比较,看其是否比它的图像域和尺度域的相邻点大或者小。特征点是由DOG空间的局部极值点组成的。为了寻找DoG函数的极值点,每一个像素点要和它所有的相邻点比较,看其是否比它的图像域和尺度域的相邻点大或者小。如下图,中间的检测点和它同尺度的8个相邻点和上下相邻尺度对应的9×2个点共26个点比较,以确保在尺度空间和二维图像空间都检测到极值点。\ 在这里插入图片描述\ b 去除边缘效应\ 在边缘梯度的方向上主曲率值比较大,而沿着边缘方向则主曲率值较小。候选特征点的DoG函数D(x)的主曲率与2×2Hessian矩阵H的特征值成正比。\ 在这里插入图片描述\ 在这里插入图片描述\ 7 关键点方向分配\ (1)通过尺度不变性求极值点,需要利用图像的局部特征为给每一个关键点分配一个基准方向,使描述子对图像旋转具有不变性。对于在DOG金字塔中检测出的关键点,采集其所在高斯金字塔图像3σ邻域窗口内像素的梯度和方向分布特征。梯度的模值和方向如下:\ 在这里插入图片描述\ (2)本算法采用梯度直方图统计法,统计以关键点为原点,一定区域内的图像像素点确定关键点方向。在完成关键点的梯度计算后,使用直方图统计邻域内像素的梯度和方向。梯度直方图将0\~360度的方向范围分为36个柱,其中每柱10度。如下图所示,直方图的峰值方向代表了关键点的主方向,方向直方图的峰值则代表了该特征点处邻域梯度的方向,以直方图中最大值作为该关键点的主方向。为了增强匹配的鲁棒性,只保留峰值大于主方向峰值80%的方向作为该关键点的辅方向。\ 在这里插入图片描述\ 8 关键点描述\ 对于每一个关键点,都拥有位置、尺度以及方向三个信息。为每个关键点建立一个描述符,用一组向量将这个关键点描述出来,使其不随各种变化而改变,比如光照变化、视角变化等等。这个描述子不但包括关键点,也包含关键点周围对其有贡献的像素点,并且描述符应该有较高的独特性,以便于提高特征点正确匹配的概率。\ 在这里插入图片描述\ Lowe实验结果表明:描述子采用4×4×8=128维向量表征,综合效果最优(不变性与独特性)。

9 关键点匹配\ (1)分别对模板图(参考图,reference image)和实时图(观测图,\ observation image)建立关键点描述子集合。目标的识别是通过两点集内关键点描述子的比对来完成。具有128维的关键点描述子的相似性度量采用欧式距离。\ (3)匹配可采取穷举法完成,但所花费的时间太多。所以一般采用kd树的数据结构来完成搜索。搜索的内容是以目标图像的关键点为基准,搜索与目标图像的特征点最邻近的原图像特征点和次邻近的原图像特征点。\ Kd树如下如所示,是个平衡二叉树\ 在这里插入图片描述\ 10 总结\ SIFT特征具有稳定性和不变性,在图像处理和计算机视觉领域有着很重要的作用,其本身也是非常复杂的,由于接触SIFT不是很久,对其中的相关知识了解还很不足,经多方查阅参考,写得此文,内容还不够详尽,望多多见谅。以下是SIFT算法的粗略总结。\ (1)DoG尺度空间的极值检测。\ (2)删除不稳定的极值点。\ (3)确定特征点的主方向\ (4)生成特征点的描述子进行关键点匹配。

二、源代码

``` function varargout = interface(varargin) % INTERFACE M-file for interface.fig % INTERFACE, by itself, creates a new INTERFACE or raises the existing % singleton. % % H = INTERFACE returns the handle to a new INTERFACE or the handle to % the existing singleton. % % INTERFACE('CALLBACK',hObject,eventData,handles,...) calls the local % function named CALLBACK in INTERFACE.M with the given input arguments. % % INTERFACE('Property','Value',...) creates a new INTERFACE or raises the % existing singleton*. Starting from the left, property value pairs are % applied to the GUI before interfaceOpeningFunction gets called. An % unrecognized property name or invalid value makes property application % stop. All inputs are passed to interfaceOpeningFcn via varargin. % % *See GUI Options on GUIDE's Tools menu. Choose "GUI allows only one % instance to run (singleton)". % % See also: GUIDE, GUIDATA, GUIHANDLES

% Edit the above text to modify the response to help interface

% Last Modified by GUIDE v2.5 01-Jun-2007 09:23:14

% Begin initialization code - DO NOT EDIT guiSingleton = 1; guiState = struct('guiName', mfilename, ... 'guiSingleton', guiSingleton, ... 'guiOpeningFcn', @interfaceOpeningFcn, ... 'guiOutputFcn', @interfaceOutputFcn, ... 'guiLayoutFcn', [] , ... 'guiCallback', []); if nargin & isstr(varargin{1}) guiState.gui_Callback = str2func(varargin{1}); end

if nargout [varargout{1:nargout}] = guimainfcn(guiState, varargin{:}); else guimainfcn(guiState, varargin{:}); end % End initialization code - DO NOT EDIT

% --- Executes just before interface is made visible. function interface_OpeningFcn(hObject, eventdata, handles, varargin) % This function has no output args, see OutputFcn. % hObject handle to figure % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) % varargin command line arguments to interface (see VARARGIN)

% Choose default command line output for interface handles.output = hObject;

% Update handles structure guidata(hObject, handles);

% UIWAIT makes interface wait for user response (see UIRESUME) % uiwait(handles.figure1);

% --- Outputs from this function are returned to the command line. function varargout = interface_OutputFcn(hObject, eventdata, handles) % varargout cell array for returning output args (see VARARGOUT); % hObject handle to figure % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA)

% Get default command line output from handles structure varargout{1} = handles.output;

% --- Executes on button press in pushbutton1. function pushbutton1_Callback(hObject, eventdata, handles) % hObject handle to pushbutton1 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) [filename,path]=uigetfile('.jpg;.bmp','*.bmp','打开文件');

allfilename=strcat(path,filename); ima=imread(allfilename);

axes(handles.axes1); imshow(ima);title('输入的图像') [imshowage,flag]=Require(ima); I=imread('r1.bmp'); figure imshow(I); I=imread('r1.bmp'); imshow(I); X=cent(Max(i),1);Y=cent(Max(i),2);%白色为1; MX(i)=round(X);MY(i)=round(Y); bx=boud(Max(i),1);by=boud(Max(i),2);blen=boud(Max(i),4);bwid=boud(Max(i),3); bx1=round(bx);by1=round(by);Mblen(i)=round(blen);Mbwid(i)=round(bwid); if (blen>=bwid) MR=bwid; else MR=blen; end

if (MX(i)+round(MR/4)<=lie&&MY(i)+round(MR/6)<=hang&&TC(MY(i)+round(MR/6),MX(i)+round(MR/4))==1)
    t2=1;  
end

if (MX(i)-round(MR/4)>0&&MY(i)-round(MR/6)>0&&TC(MY(i)-round(MR/6),MX(i)-round(MR/4))==1)   
    t4=1;
end

if (MY(i)+round(MR/6)<=hang&&MX(i)-round(MR/4)>0&&TC(MY(i)+round(MR/6),MX(i)-round(MR/4))==1) t7=1; end if (MY(i)-round(MR/6)>0&&MX(i)+round(MR/4)<=lie&&TC(MY(i)-round(MR/6),MX(i)+round(MR/4))==1) t8=1; end figure imshow(J); imwrite(J,'r11.bmp','bmp'); ```

三、运行结果

在这里插入图片描述\ 在这里插入图片描述

版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。
本文链接:https://blog.csdn.net/m0_60703264/article/details/120136049

智能推荐

WPF 中DevExpress14.2 GridControl控件的使用_wpf gridcontrol drag a-程序员宅基地

文章浏览阅读1.5k次。GridControl本身不显示数据,数据都是显示在GridView/CardView/XXXXView中。GridControl是各种View的容器。所以要控制显示,要从GridView这些类入手。 GridView是WinForm控件、TableView是WPF控件 1、ShowGroupPanel=”False”去除”Drag a Column Header Here To Group_wpf gridcontrol drag a

BottomSheetDialog嵌套NestedScrollView+RecyclerView,导致内部无法上下滑动,设置全屏和圆角问题_bottomsheetdialog nestedscrollview-程序员宅基地

文章浏览阅读1.8k次。现在项目一直在用底部弹出框,之前一直用的是系统的dialog,然后设置成底部的属性,但是动画什么的不是很好,所以用了BottomSheetDialog这个系统的控件,但是坑比较多,这里记录一下。第一个问题嵌套NestedScrollView+RecyclerView,导致内部无法上下滑动:其实这个就是没办法设置全屏导致的,//拿到系统的 bottom_sheetView view = sheetDialog.findViewById(R.id.design_bottom_sheet);//设置_bottomsheetdialog nestedscrollview

radius介绍_python中radius是什么意思-程序员宅基地

文章浏览阅读721次。今天看了一片关于网络接入卡的介绍。下面是看了这片文章后,关于radius协议的见解。 _python中radius是什么意思

Car-eye-http-flv-module 实现nginx-rtmp-mudule HTTP方式的FLV直播功能_location /live { flv_live on;-程序员宅基地

文章浏览阅读100次。nginx-rtmp-mudule RTMP 是一款优秀的Car-eye-http-flv-module 是在nginx-rtmp-mudule RTMP基础上修改的流媒体服务器,除了支持flash播放器外,还支持现在常见的播放器。完美实现了HTTP方式的FLV直播功能。本文简单介绍下该模块的主要功能和使用:功能nginx-rtmp-module提供的所有功能。基于HTTP协议的FLV直播流播放。..._location /live { flv_live on;

外包测试流程以及注意的一些事项(下)_manok_新浪博客-程序员宅基地

文章浏览阅读92次。测试团队内部的配合和工作机制:"划分测试小组"项目组内周例会,组长参加,或全体组员都参加"参加该包括研发、行方在内的周例会,保留会议纪要,并落实相关内容"小组组长组织组内部例会,并做会议纪要"贯彻执行测试需求、测试用例组织和编写规范"贯彻bug报告填写规范..._外包测试组

Monitor Object设计模式入手 探索Java同步机制_monitoe object-程序员宅基地

文章浏览阅读1k次。本文从典型的 Monitor Object 设计模式入手,从一个新的视角,来探讨 Java 语言的同步机制。 本文将从两个方面进行阐述: 1、使用 C++ 语言来描述 Monitor Object 设计模式。Java 对于这样一个典型的模式做了很好的语言层面的封装,因此对于 Java 的开发者来说,很多关于该模式本身的东西被屏蔽掉了。本文试图使用 NativeC++_monitoe object

随便推点

简单的css栅格化框架,Bootstrap3的栅格化布局样式-程序员宅基地

文章浏览阅读602次。*{-webkit-box-sizing:border-box;-moz-box-sizing:border-box;box-sizing:border-box;}.row:before,.row:after {display: table;content: " ";}.row:after {clear: both;}.col-xs-1,.col-xs-2,.col-xs-3,.col-xs-4,..._col-sm-12

python GIL理解_[gil]来自qq什么意思-程序员宅基地

文章浏览阅读93次。 最近在看Python的多线程,经常我们会听到老手说:“python下多线程是鸡肋,推荐使用多进程!”,但是为什么这么说呢? 要知其然,更要知其所以然。所以有了下面的深入研究:首先强调背景:1、GIL是什么..._[gil]来自qq什么意思

orcle mysql 查询_Oracle数据库的基本查询-程序员宅基地

文章浏览阅读125次。select * fromtab;/*数据库 ---> 数据库实例 ---> 表空间(逻辑单位)(用户) ---> 数据文件(物理单位)地球 ---> 一个国家 ---> 省份(逻辑单位)(公民) ---> 山川河流(物理单位)通常情况下,ORacle数据库只会有一个实例ORCL,新建一个项目:MYSQL : 创建一个数据库,创建相应..._mysql查询oracle数据库

【读书笔记】usOS-II学习笔记(2008-10-31)_usosii 任务执行流程-程序员宅基地

文章浏览阅读565次。点击打开链接2008-10-31ucOS-II特性:l 可剥夺内核l 不支持同优先级的任务时间片轮转调度算法l 可避免优先级反转l 不支持优先级继承l 允许建立63个用户任务l 仅支持优先级法启动等待信号量的任务l 仅支持优先级法启动等待消息邮_usosii 任务执行流程

spring cloud 整合 zuul 实现简单路由时 zuul No route found for uri 问题_no route found for uri:-程序员宅基地

文章浏览阅读9.9k次,点赞2次,收藏2次。Spring Cloud整合Zuul实现简单的路由 出现zuul No route found for uri 问题:错误代码示例:启动类:(@EnableEurekaServe和 @EnableZuulProxy)@EnableEurekaServe 注意需要加上 Zuul也是要注册到Eureka注册中心的package com.wpresource.consumer;import org...._no route found for uri:

openlayers6:入门基础(一)_openlayers菜鸟教程-程序员宅基地

文章浏览阅读9.4k次,点赞3次,收藏50次。# 前言???? 资源:OpenLayers3示例???? 资源:OpenLayers_3_入门教程完整版.pdf# 下载 官网:https://openlayers.org/download/ 这里根据自己所需点击下载即可(-dist.zip只包含必要的css、js文件(约1M),.zip包含很多示例、API文档等,文件大小更大(约27M) 也可以直接使用网络资源<script src="https://cdn.jsdelivr.net/gh/openlay_openlayers菜鸟教程