Opencv SURF:我们如何从关键点半径得到sigma的值
在SURF技术中,更准确地说,在特征描述阶段,作者已经声明(如果我理解正确的话),描述将在20倍sigma的范围内执行。西格玛表示检测关键点的尺度 西格玛=0.4x1,其中L=2^倍频程x电平+1。如果我们使用OpenCV实现,DetectAndCompute函数使用Keypoint.size的值计算围绕关键点的圆的半径 我的问题是:我们如何从半径值中得到sigma值?根据:Opencv SURF:我们如何从关键点半径得到sigma的值,opencv,image-processing,computer-vision,surf,opencv-python,Opencv,Image Processing,Computer Vision,Surf,Opencv Python,在SURF技术中,更准确地说,在特征描述阶段,作者已经声明(如果我理解正确的话),描述将在20倍sigma的范围内执行。西格玛表示检测关键点的尺度 西格玛=0.4x1,其中L=2^倍频程x电平+1。如果我们使用OpenCV实现,DetectAndCompute函数使用Keypoint.size的值计算围绕关键点的圆的半径 我的问题是:我们如何从半径值中得到sigma值?根据: KeyPoint&kp=(*keypoints)[k]; 浮动大小=kp.size; 点2f中心=kp.pt; /*用于
KeyPoint&kp=(*keypoints)[k];
浮动大小=kp.size;
点2f中心=kp.pt;
/*用于选择方向的采样间隔和小波大小
而构建关键点描述符是相对于“s”定义的*/
浮球s=尺寸*1.2f/9.0f;
此值s=size*1.2f/9.0f未在托架的文章比例=L*0.4或
scale=L*1.2/3有人能解释我这部分吗???你从哪里得到这个西格玛方程的?