尺度空间

来自Wiki.Citydatum
跳转至： 导航， 搜索
TODO
 提示：该页面仍需进一步完善，欢迎加入我们

尺度空间（Scale space）是计算机视觉领域的常见感念，是观测、获取或者处理信息的不同尺度的一种数学集合。

概述

  • 图像的尺度空间是指图像的模糊程度，而非图像的大小。近距离看一个物体和远距离看一个物体，模糊程度是不一样的；从近到远，图像越来越模糊的过程，也是图像的尺度越来越大的过程。

尺度空间的作用

  • 用计算机视觉系统分析未知场景时，计算机并不预先知道图像中物体的尺度。需要同时考虑图像在多尺度下的描述，获知感兴趣物体的最佳尺度；
  • 不同的尺度下都有同样的关键点，那么在不同的尺度的输入图像下就都可以检测出来关键点匹配，也就是尺度不变性；

应用

  • David G. Lowe教授基于描述数字图像局部特征的尺度空间概念，于1999年提出尺度不变特征变换算法（Scale-invariant feature transform，SIFT）；
  • 在信息获取与处理、建筑、城市学等不同学科中，都有类似的概念，或有借用尺度空间的概念与方法的可能；

上手

参考链接

取自“http://wiki.citydatum.com/index.php?title=尺度空间&oldid=737”