Structure from motion: differenze tra le versioni

Versione delle 20:19, 24 set 2016

Versione delle 10:17, 8 ott 2016

Riga 9:

Per trovare corrispondenza tra immagini, le caratteristiche (feature) come i punti d'angolo (lati con gradienti in direzioni multiple) sono tracciate da un'immagine alla prossima.

Una delle più rilevatori di caratteristiche usati è il [[Scale-invariant feature transform|SIFT]] (Scale-invariant feature transform). Usa come caratteristiche il massimo di una piramide di [[differenza di gaussiane]] ([[DOG]])

Il primo passo nella SIFT è di trovare una direzione di gradiente dominante. Per renderla invariante alla rotazione, il [[descrittore]] è ruotato per adattarne l'orientamento<ref>{{Cita pubblicazione|rivista=International Journal of Computer Vision |titolo=Distinctive image features from scale-invariant keypoints |autore=D. G. Lowe |anno=2004 }}</ref>.

Un altro rilevatore di caratteristiche molto comune è il [[SURF]] ([[Speeded Up Robust Features]]). Nel SURF, la DOG è sostituita da un rilevatore hessiano di [[blob]] basato su matrici<ref>{{Cita pubblicazione|rivista=9th European Conference on Computer Vision |titolo=Surf: Speeded up robust features |autore=H. Bay, T. Tuytelaars, and L. Van Gool |anno=2006 }}</ref>.

Inoltre, invece di valutare il gradiente degli istogrammi, SURF calcola le somme dei componenti del gradiente e le somme dei loro valori assoluti<ref>{{Cita pubblicazione|rivista=Kybernetika |titolo=The structure-from-motion reconstruction pipeline – a survey with focus on short image sequences |autore=K. Häming and G. Peters|anno=2010 | url = http://dml.cz/dmlcz/141400 }}</ref>.

Le caratteristiche rilevate da tutte le immagini saranno poi incrociate.