天津安川机器人水切割价格行情 天津理想动力科技

特征检测方法分类视觉特征与人类感知组织非常相关，gesalt心理学研究表明，人类视觉系统会将低层次图像组成聚合，利用近似度、相似度、连续性和闭环等。视觉特征检测受人类视觉感知启发，连接图像像素到视觉任务。边缘、等高线、角点和区域等低级特征与人类视觉感知相关。我们首先将特征进行分类，如下图所示。边缘是指图像强度剧烈变化的像素；等高线或边界的定义比较模糊，由于我们-于低层次特征，我们将等高线定义为不同分割区域的分割线或分割曲线；角点是指两个项链的等高线的交点；区域是指相连点的集合。值得说明的是上述定义间具有天然紧密联系。等高线或边界可以通过-、连接相邻的边缘获得，角点是直线边缘的交点，不同区域相交曲线构成了边界。我们遵循传统分类方式，将视觉特征分为边缘、角点和区域，相应的，视觉特征检测分类为边缘检测、角点检测和区域blob检测。视觉特征检测方法分类如下图所示，涉及的方法如下表所示。边缘检测分为基于梯度的方法和基于学习的方法，边缘梯度的输出常常被用于基于学习方法的输入。角点检测可分为基于梯度的方法、基于模板的方法和基于等高线的方法，其中基于等高线的角点方法是指基于等高线或边界检测。blob检测分为感兴趣点和区域检测。我们主要关注视觉特征检测的近进展，特征检测方法发展历史如下图所示，2005年之前的传统特征检测方法只是做了简单列出，新兴的方法则给出了提取的时间。