デフォルトでは、SURFはグレー イメージで動作します。HSV画像でSURFをやろうと思っています。私の方法は、チャネルを H、S、および V に分けることです。そして、キーポイント検出には S と V を使用します。SV と RGB のキーポイントの数を比較してみましたが、チャネルに関しては、HSV の方が多くの機能を提供します。
私がしていることは正しいかどうかわかりません。HSV 画像に SURF を適用する可能性について説明が必要です。SURFではなく異なる色空間にSIFTを適用することに関する論文を読みました。
お時間をいただきありがとうございます。
- 色、HSV 空間に SURF を適用できますか?
私はそれをテストしませんでしたが、私が知る限り、SIFT と SURF は (原則として) 非常に類似した検出手法を使用します。
SIFT 検出器は、ガウスの差 (DoG)手法を使用して、ガウスのラプラシアン (LoG)を効率的に近似します。どちらも ブロブ検出手法です。
SURF 検出器は、任意のサイズのボックス フィルター/ボックス ブラーを使用して、ブロブ検出手法であるヘッシアンの行列式を計算 (または概算?)します。
どちらの方法も、これらのブロブを複数のスケールで計算するために何らかの戦略を使用します (SIFT: DoG-Pyramid; SURF: フィルター サイズをスケーリングする積分画像)。最後に、両方のメソッドが指定された 2D 配列内のブロブを検出します。
したがって、SIFT が (H)SV チャネルで優れた機能を検出できる場合、SURF も同じことができるはずです。原理的にはどちらもブロブを検出するからです。色相/彩度/値チャネルでブロブを検出します。
hue-blob : 異なる (すべて高いまたは低い) 色調に囲まれた類似の色調の領域。
飽和ブロブ: 領域...ええと、何ですか? それを解釈する方法がわかりません。
value-blob : グレーイメージに変換された RGB 画像のブロブと非常によく似た結果が得られるはずです。
追加することの 1 つ: 私はちょうど検出器を処理しています! SIFT/SURFの記述がカラー データによってどのように影響を受けるかわかりません。