Scale Invariant Feature Transform (SIFT) アルゴリズムを用いてキーポイントを抽出し記述子を計算するクラス。D. Lowe による [180]。続きを読む...

#include <opencv2/features.hpp>

Collaboration diagram for cv::SIFT:

公開メンバ関数
virtual double	getContrastThreshold () const =0

virtual String	getDefaultName () const CV_OVERRIDE

virtual double	getEdgeThreshold () const =0

virtual int	getNFeatures () const =0

virtual int	getNOctaveLayers () const =0

virtual double	getSigma () const =0

virtual void	setContrastThreshold (double contrastThreshold)=0

virtual void	setEdgeThreshold (double edgeThreshold)=0

virtual void	setNFeatures (int maxFeatures)=0

virtual void	setNOctaveLayers (int nOctaveLayers)=0

virtual void	setSigma (double sigma)=0

Public Member Functions inherited from cv::Feature2D
virtual	~Feature2D ()

virtual void	compute (InputArray image, std::vector< KeyPoint > &keypoints, OutputArray descriptors)
	画像（1番目のバリアント）または画像集合（2番目のバリアント）で検出されたキーポイントの集合について記述子を計算する。

virtual void	compute (InputArrayOfArrays images, std::vector< std::vector< KeyPoint > > &keypoints, OutputArrayOfArrays descriptors)

virtual int	defaultNorm () const

virtual int	descriptorSize () const

virtual int	descriptorType () const

virtual void	detect (InputArray image, std::vector< KeyPoint > &keypoints, InputArray mask=noArray())
	画像（1番目のバリアント）または画像集合（2番目のバリアント）からキーポイントを検出する。

virtual void	detect (InputArrayOfArrays images, std::vector< std::vector< KeyPoint > > &keypoints, InputArrayOfArrays masks=noArray())

virtual void	detectAndCompute (InputArray image, InputArray mask, std::vector< KeyPoint > &keypoints, OutputArray descriptors, bool useProvidedKeypoints=false)

virtual bool	empty () const CV_OVERRIDE
	検出器オブジェクトが空の場合に true を返す。

virtual void	read (const FileNode &) CV_OVERRIDE
	ファイルストレージからアルゴリズムの引数を読み込む。

void	read (const String &fileName)

void	write (const String &fileName) const

virtual void	write (FileStorage &) const CV_OVERRIDE
	アルゴリズムの引数をファイルストレージに保存する。

void	write (FileStorage &fs, const String &name) const

Public Member Functions inherited from cv::Algorithm
	Algorithm ()

virtual	~Algorithm ()

virtual void	clear ()
	アルゴリズムの状態をクリアする。

virtual void	save (const String &filename) const

void	write (FileStorage &fs, const String &name) const

静的公開メンバ関数
static Ptr< SIFT >	create (int nfeatures, int nOctaveLayers, double contrastThreshold, double edgeThreshold, double sigma, int descriptorType, bool enable_precise_upscale=false)
	指定した descriptorType で SIFT を生成する。

static Ptr< SIFT >	create (int nfeatures=0, int nOctaveLayers=3, double contrastThreshold=0.04, double edgeThreshold=10, double sigma=1.6, bool enable_precise_upscale=false)

Static Public Member Functions inherited from cv::Algorithm
template<typename _Tp >
static Ptr< _Tp >	load (const String &filename, const String &objname=String())
	ファイルからアルゴリズムを読み込む。

template<typename _Tp >
static Ptr< _Tp >	loadFromString (const String &strModel, const String &objname=String())
	文字列からアルゴリズムを読み込む。

template<typename _Tp >
static Ptr< _Tp >	read (const FileNode &fn)
	ファイルノードからアルゴリズムを読み込む。

Additional Inherited Members
Protected Member Functions inherited from cv::Algorithm
void	writeFormat (FileStorage &fs) const

詳細説明

Scale Invariant Feature Transform (SIFT) アルゴリズムを用いてキーポイントを抽出し記述子を計算するクラス。D. Lowe による [180]。

メンバ関数詳解

◆ create() [1/2]

static Ptr< SIFT > cv::SIFT::create	(	int	nfeatures,
		int	nOctaveLayers,
		double	contrastThreshold,
		double	edgeThreshold,
		double	sigma,
		int	descriptorType,
		bool	enable_precise_upscale = false )

static


cv.SIFT.create(	[, nfeatures[, nOctaveLayers[, contrastThreshold[, edgeThreshold[, sigma[, enable_precise_upscale]]]]]]	) ->	retval
cv.SIFT.create(	nfeatures, nOctaveLayers, contrastThreshold, edgeThreshold, sigma, descriptorType[, enable_precise_upscale]	) ->	retval
cv.SIFT_create(	[, nfeatures[, nOctaveLayers[, contrastThreshold[, edgeThreshold[, sigma[, enable_precise_upscale]]]]]]	) ->	retval
cv.SIFT_create(	nfeatures, nOctaveLayers, contrastThreshold, edgeThreshold, sigma, descriptorType[, enable_precise_upscale]	) ->	retval

指定した descriptorType で SIFT を生成する。

引数

nfeatures	保持する最良特徴の数。特徴は (SIFT アルゴリズムにおける局所コントラストとして測定される) スコアによって順位付けされる
nOctaveLayers	各オクターブ内のレイヤー数。3 は D. Lowe の論文で使用されている値である。オクターブ数は画像の解像度から自動的に計算される。
contrastThreshold	準一様な (低コントラストの) 領域で弱い特徴をフィルタリングして除外するために使用するコントラストのしきい値。しきい値が大きいほど、検出器が生成する特徴は少なくなる。

覚え書き: フィルタリングを適用する際、コントラストのしきい値は nOctaveLayers で除算される。nOctaveLayers がデフォルトに設定されており、D. Lowe の論文で使用されている値 0.03 を使いたい場合は、この引数を 0.09 に設定する。

引数

edgeThreshold	エッジ状の特徴をフィルタリングして除外するために使用するしきい値。その意味は contrastThreshold とは異なる点に注意。すなわち、edgeThreshold が大きいほど、除外される特徴は少なくなる (より多くの特徴が保持される)。
sigma	オクターブ #0 において入力画像に適用されるガウシアンのシグマ。柔らかいレンズを備えた性能の低いカメラで撮影された画像の場合、この値を小さくするとよい。
descriptorType	記述子の型。CV_32F と CV_8U のみがサポートされている。
enable_precise_upscale	スケールピラミッドにおいて、インデックス \(\texttt{x}\) を \(\texttt{2x}\) に対応付ける精密なアップスケーリングを有効にするかどうか。これにより位置の偏りが防止される。このオプションはデフォルトでは無効である。

◆ create() [2/2]

static Ptr< SIFT > cv::SIFT::create	(	int	nfeatures = 0,
		int	nOctaveLayers = 3,
		double	contrastThreshold = 0.04,
		double	edgeThreshold = 10,
		double	sigma = 1.6,
		bool	enable_precise_upscale = false )

static


cv.SIFT.create(	[, nfeatures[, nOctaveLayers[, contrastThreshold[, edgeThreshold[, sigma[, enable_precise_upscale]]]]]]	) ->	retval
cv.SIFT.create(	nfeatures, nOctaveLayers, contrastThreshold, edgeThreshold, sigma, descriptorType[, enable_precise_upscale]	) ->	retval
cv.SIFT_create(	[, nfeatures[, nOctaveLayers[, contrastThreshold[, edgeThreshold[, sigma[, enable_precise_upscale]]]]]]	) ->	retval
cv.SIFT_create(	nfeatures, nOctaveLayers, contrastThreshold, edgeThreshold, sigma, descriptorType[, enable_precise_upscale]	) ->	retval

引数

nfeatures	保持する最良特徴の数。特徴は (SIFT アルゴリズムにおける局所コントラストとして測定される) スコアによって順位付けされる
nOctaveLayers	各オクターブ内のレイヤー数。3 は D. Lowe の論文で使用されている値である。オクターブ数は画像の解像度から自動的に計算される。
contrastThreshold	準一様な (低コントラストの) 領域で弱い特徴をフィルタリングして除外するために使用するコントラストのしきい値。しきい値が大きいほど、検出器が生成する特徴は少なくなる。

覚え書き: フィルタリングを適用する際、コントラストのしきい値は nOctaveLayers で除算される。nOctaveLayers がデフォルトに設定されており、D. Lowe の論文で使用されている値 0.03 を使いたい場合は、この引数を 0.09 に設定する。

引数

edgeThreshold	エッジ状の特徴をフィルタリングして除外するために使用するしきい値。その意味は contrastThreshold とは異なる点に注意。すなわち、edgeThreshold が大きいほど、除外される特徴は少なくなる (より多くの特徴が保持される)。
sigma	オクターブ #0 において入力画像に適用されるガウシアンのシグマ。柔らかいレンズを備えた性能の低いカメラで撮影された画像の場合、この値を小さくするとよい。
enable_precise_upscale	スケールピラミッドにおいて、インデックス \(\texttt{x}\) を \(\texttt{2x}\) に対応付ける精密なアップスケーリングを有効にするかどうか。これにより位置の偏りが防止される。このオプションはデフォルトでは無効である。

◆ getContrastThreshold()

virtual double cv::SIFT::getContrastThreshold ( ) const

pure virtual

Python:
	cv.SIFT.getContrastThreshold(		) ->	retval

◆ getDefaultName()

virtual String cv::SIFT::getDefaultName ( ) const

virtual

Python:
	cv.SIFT.getDefaultName(		) ->	retval

アルゴリズムの文字列識別子を返す。この文字列は、オブジェクトをファイルまたは文字列に保存する際に、最上位の xml/yml ノードタグとして使用される。

cv::Feature2D から再実装されている。

◆ getEdgeThreshold()

virtual double cv::SIFT::getEdgeThreshold ( ) const

pure virtual

Python:
	cv.SIFT.getEdgeThreshold(		) ->	retval

◆ getNFeatures()

virtual int cv::SIFT::getNFeatures ( ) const

pure virtual

Python:
	cv.SIFT.getNFeatures(		) ->	retval

◆ getNOctaveLayers()

virtual int cv::SIFT::getNOctaveLayers ( ) const

pure virtual

Python:
	cv.SIFT.getNOctaveLayers(		) ->	retval

◆ getSigma()

virtual double cv::SIFT::getSigma ( ) const

pure virtual

Python:
	cv.SIFT.getSigma(		) ->	retval

◆ setContrastThreshold()

virtual void cv::SIFT::setContrastThreshold ( double contrastThreshold )

pure virtual

Python:
	cv.SIFT.setContrastThreshold(	contrastThreshold	) ->	None

◆ setEdgeThreshold()

virtual void cv::SIFT::setEdgeThreshold ( double edgeThreshold )

pure virtual

Python:
	cv.SIFT.setEdgeThreshold(	edgeThreshold	) ->	None

◆ setNFeatures()

virtual void cv::SIFT::setNFeatures ( int maxFeatures )

pure virtual

Python:
	cv.SIFT.setNFeatures(	maxFeatures	) ->	None

◆ setNOctaveLayers()

virtual void cv::SIFT::setNOctaveLayers ( int nOctaveLayers )

pure virtual

Python:
	cv.SIFT.setNOctaveLayers(	nOctaveLayers	) ->	None

◆ setSigma()

virtual void cv::SIFT::setSigma ( double sigma )

pure virtual

Python:
	cv.SIFT.setSigma(	sigma	) ->	None

このクラス詳解は次のファイルから抽出されました:

opencv2/features.hpp

公開メンバ関数

静的公開メンバ関数

Additional Inherited Members

詳細説明

メンバ関数詳解

◆ create() [1/2]

◆ create() [2/2]

◆ getContrastThreshold()

◆ getDefaultName()

◆ getEdgeThreshold()

◆ getNFeatures()

◆ getNOctaveLayers()

◆ getSigma()

◆ setContrastThreshold()

◆ setEdgeThreshold()

◆ setNFeatures()

◆ setNOctaveLayers()

◆ setSigma()