图像局部特征检测和描述：基于 OpenCV 源码分析的算法与实现中文版怎么样?
在计算机视觉处理中，特征指的是能够解决某种特定任务的信息。图像局部特征在目标识别、目标跟踪、目标匹配、三维重建、图像检索等应用中发挥着重要的作用。它是近20年来在计算机视觉领域中研究的热点问题之一。本书以OpenCV 2.4.9为研究工具，对其实现的所有新的特征检测和描述算法—Kitchen-Rosenfeld、Canny、Harris、Shi-Tomasi、FAST、MSER、MSCR、SIFT、SURF、BRISK、BRIEF、ORB、FREAK、CenSurE、SimpleBlob等，不仅详细分析了它们的原理和实现方法，还进行了详细的源码解析，并且给出了具体的程序实现范例，充分体现了理论与实践相结合的特点。
作者简介:
赵春江，博士，在图像处理、计算机视觉，人工智能方面有很深入的研究。共主持了两个安徽省级项目。从博士以来，共发表论文20余篇，9篇被EI或SCI检索。
目录:
第 1章 Kitchen-Rosenfeld角点检测1
第 2章 Canny边缘检测5
第3章 Harris角点检测16
第4章 Shi-Tomasi角点检测24
第5章 SIFT方法31
第6章 MSER区域检测63
第7章 SURF方法78
第8章 FAST角点检测112
第9章 MSCR彩色图像区域检测126
第 章 CenSurE检测方法141
第 11章 BRIEF描述符方法158
第 12章 BRISK方法165
第 13章 ORB方法223
第 14章 FREAK方法242
第 15章 SimpleBlob方法261
第 16章 密度特征检测272
点击下载