高斯差分金字塔圖像相減出現(xiàn)負(fù)值怎么辦？在SIFT（scale invariant feature transformation）技術(shù)中，通過(guò)對(duì)原始圖像的像素矩陣函數(shù)和高斯差分函數(shù)進(jìn)行卷積，得到SIFT

高斯差分金字塔圖像相減出現(xiàn)負(fù)值怎么辦？

在SIFT（scale invariant feature transformation）技術(shù)中，通過(guò)對(duì)原始圖像的像素矩陣函數(shù)和高斯差分函數(shù)進(jìn)行卷積，得到SIFT特征點(diǎn)。這些特征點(diǎn)是圖像邊緣具有高斯差分極值點(diǎn)的關(guān)鍵點(diǎn)。通過(guò)高斯模糊處理，這些關(guān)鍵點(diǎn)的灰度值會(huì)發(fā)生劇烈變化，因此將這些關(guān)鍵點(diǎn)作為圖像特征點(diǎn)具有良好的穩(wěn)定性和抗干擾性，對(duì)基于圖像平移、旋轉(zhuǎn)、縮放、光照、仿射、三維投影和光照的變化不敏感。這有利于后期的圖像配準(zhǔn)。

OpenCV已經(jīng)將圖像處理(識(shí)別)的算法寫(xiě)成函數(shù)了，那我們還有必要去學(xué)習(xí)這些算法嗎？

這取決于你的目的。比如說(shuō)現(xiàn)在的車(chē)這么先進(jìn)好用，你還需要了解變速箱的原理嗎？這取決于你的目的。如果只是普通駕駛，你不需要知道。如果你是一個(gè)機(jī)械師，你必須理解。如果你是一個(gè)汽車(chē)制造商的工程師，你必須對(duì)它非常了解。簡(jiǎn)言之，這取決于具體的需要。