主要内容

本页采用了机器翻译。点击此处可查看英文原文。

BRISKPoints

用于存储 BRISK 兴趣点的对象

说明

此对象支持在 detectBRISKFeaturesextractFeatures 函数之间传递数据。您也可以使用该对象操作和绘制这些函数返回的数据。当需要混合使用非 BRISK 兴趣点检测器与 BRISK 描述符时,您可以使用该对象以交互方式填充点。

创建对象

描述

points = BRISKPoints(location) 基于 location(一个由 [x y] 点坐标组成的 M×2 数组)构造 BRISKPoints 目标。

示例

points = BRISKPoints(location,Name=Value) 支持上述语法中的所有输入参量,且可使用一个或多个名称-值参量设置属性。

输入参量

全部展开

点位置,指定为由 [x y] 点坐标组成的 M×2 数组。

名称-值参数

全部展开

将可选参量对组指定为 Name1=Value1,...,NameN=ValueN,其中 Name 是参量名称,Value 是对应的值。名称-值参量必须出现在其他参量之后,但对各个参量对组的顺序没有要求。

如果使用的是 R2021a 之前的版本,请使用逗号分隔每个名称和值,并用引号将 Name 引起来。

示例: points = BRISKPoints(location,Metric=12.0) 指定在特征提取期间使用的 BRISK 采样模式的半径为 12.0(以像素为单位)。

检测兴趣点的尺度,由在特征提取期间使用的 BRISK 采样图案的半径(以像素为单位)指定。

检测特征的强度,指定为数值。BRISK 算法使用 FAST 角点分数作为度量。

检测特征的方向,指定为以弧度为单位的角度。角度从 x 轴按逆时针方向测量,原点由 Location 属性指定。请勿手动设置此属性。通过调用 extractFeatures 填充此值。extractFeatures 函数修改默认值 0.0。使用 BRISK 兴趣点提取非 BRISK 描述符(如 SURF、FREAK、MSER 等)可以更改 Orientation 值。Orientation 主要用于可视化目的。

属性

全部展开

此 属性 为只读。

BRISK 对象保留的点数,指定为数值。

点位置,指定为由 [x y] 点坐标组成的 M×2 数组。

对象函数

plot绘制检测到的特征点
isempty判断 points 对象是否为空
length存储的点数
selectStrongest选择度量最高的点
sizepoints 对象的返回大小
selectUniformSelect uniformly distributed subset of point features
selectSelect point or region features during code generation

示例

全部折叠

读取一个图像并检测 BRISK 兴趣点。

I = imread('cameraman.tif');
points = detectBRISKFeatures(I);

选择并绘制强度最高的 10 个兴趣点。

  strongest = selectStrongest(points, 10);
  imshow(I); hold on;
  plot(strongest);

Figure contains an axes object. The hidden axes object contains 3 objects of type image, line. One or more of the lines displays its values using only markers

显示 [x y] 坐标。

  strongest.Location
ans = 10×2 single matrix

  136.8434  114.7649
  143.7372  126.8453
  135.2803  123.5254
  134.8544  125.0714
  114.8065   47.3621
  105.1597  162.2291
  129.8372  108.4799
  114.6876  131.6573
  135.2267  127.3643
   92.4255   63.2960

提示

尽管 BRISKPoints 可包含多个点,但它仍是标量对象。因此,numel(BRISKPoints) 始终返回 1。此值可能不同于 length(BRISKPoints),后者返回该对象包含的实际点数。

参考

[1] Leutenegger, S., M. Chli, and R. Siegwart. BRISK: Binary Robust Invariant Scalable Keypoints, Proceedings of the IEEE International Conference on Computer Vision (ICCV) 2011.

扩展功能

全部展开

版本历史记录

在 R2014a 中推出