1

Veuillez suggérer tous les algorithmes de correspondance de modèles, qui sont indépendants de la taille et de la rotation. (tout code source comme exemple s'il vous plaît)Algorithmes de correspondance de modèles

EDIT 1: En fait, je comprends comment l'algorithme fonctionne, nous pouvons redimensionner le modèle et le faire pivoter. Il est coûteux en calcul, mais nous pouvons utiliser des pyramides d'images. Mais le vrai problème pour moi maintenant est quand l'image est faite à un certain angle à l'objet, de sorte que seule une transformation de perspective peut corriger l'image. Je veux dire que même si nous tournons l'image ou l'agrandissons, nous n'obtiendrons pas une bonne correspondance si l'objet dans l'image est transformé en perspective. Bien sûr, il est possible d'essayer de générer de nombreux modèles à différents points de vue, mais je pense que c'est une très mauvaise idée.

EDIT 2: Encore un problème lors de l'utilisation de la correspondance de modèle basée sur la correspondance de forme. Que faire si l'image n'a pas beaucoup d'arêtes vives? Par exemple une assiette ou un plat?

EDIT 3: J'ai également entendu parler de l'étalonnage de caméra pour la détection d'objet. Quel est l'algorithme utilisé à cette fin? Je ne comprends pas comment il peut être utilisé pour la correspondance de modèles.

+0

Vous voudrez peut-être marquer cela comme une vision par ordinateur. Votre question est particulièrement large, pouvez-vous donner un exemple plus concret? Le problème n'est pas de trouver un invariant de rotation et invariant d'échelle algorithme. C'est de trouver celui qui fonctionne pour votre but. –

Répondre

3

Je ne pense pas qu'il existe un algorithme de correspondance de modèle efficace qui soit affine-invariante (rotation + échelle + traduction).

Vous pouvez rendre la correspondance de gabarit relativement robuste à l'échelle + la rotation en utilisant une transformation de distance (voir Méthodes de style chanfreinage). Vous devriez probablement aussi regarder SIFT et MSER pour avoir une idée de la façon dont le domaine de recherche a été façonné au cours de la dernière décennie. Mais ce ne sont pas des algorithmes de correspondance de modèles.

+0

Que voulez-vous dire par invariant affine? Je parle de l'invariant de la perspective ... Comment est-ce possible qu'il n'y ait pas d'algorithmes de correspondance de modèles efficaces qui soient rotation + échelle + translation invariant? Par exemple, la méthode NCC est très bonne, je pense pour l'appariement affine-invariant. Mais qu'en est-il des rotations non triviales? Comme les transformations de perspective, causées à cause de faire de l'image à un certain angle de l'objet? – erjik

+1

Je veux dire correspondance de modèle invariant affine efficace dans le sens suivant: vous avez le modèle t et l'image img. img est une image de t sauf que: dans img t a été tourné (disons 45 degrés) et mis à l'échelle (à deux fois la taille de t) et traduit (t est situé dans une position aléatoire de img). La façon de résoudre son utilisation de l'appariement de modèles consiste à balayer l'espace de façon exhaustive (translation, échelle, rotation) et cela peut être très lent. Cela fait référence à la rotation dans le plan. Les rotations dues aux effets de perspective ne sont pas illustrées dans mon exemple. Quelle est la gamme de rotations dues aux effets de perspective? – carlosdc

+0

hmm, je ne connais pas exactement la portée, cela dépend de la façon dont la personne a fait une image. Pas trop grand bien sûr. – erjik

2

Jetez un coup d'œil sur ce récent article de 2013 sur l'appariement efficace des modèles affines: "Fast-Match". http://www.eng.tau.ac.il/~simonk/FastMatch/

Le code Matlab est disponible sur ce site Web. L'idée de base est de chercher exhaustivement l'espace affine, mais de le faire de la manière la plus simple possible en fonction de la douceur de l'image. A une garantie d'approximation formelle, bien qu'il ne trouvera pas toujours la meilleure réponse absolue.

Questions connexes