Bạn có thực sự phải sử dụng góc Harris? Có nhiều tính năng được phát triển sau góc Harris, với các thuộc tính tốt hơn. Một tổng quan tốt có thể được tìm thấy trong bài viết này:
Dựa trên bài viết đó cũng như kinh nghiệm cá nhân của tôi, tôi sẽ đề nghị chuyển sang MSER (Khu vực ngoại sinh ổn định tối đa) hoặc thậm chí kết hợp chúng với DoG (Sự khác biệt của Gaussian) - các tính năng lần đầu tiên được trình bày như một phần của đường ống SIFT.
Nếu vấn đề thực sự ở độ tương phản thấp , thì các tính năng MSER sẽ thực sự khiến bạn hài lòng: chúng (khá) bất biến đối với những thay đổi trong ánh sáng. Nói tóm lại, chúng là các vùng được kết nối của hình ảnh ổn định thông qua một loạt các nhị phân ngưỡng khác nhau.
Quá trình trích xuất tính năng độc lập với việc tính toán các mô tả, do đó, không quá khó để tích hợp các cách trích xuất tính năng mới vào quy trình của bạn.
Ngoài ra, tôi đã nghe nói về (nhưng chưa bao giờ thực sự làm việc với) các góc Harris đa dạng như một phần mở rộng cho các góc Harris. Tôi không biết nhiều về họ và cá nhân tôi không thể đề xuất bất kỳ tài liệu đọc nào về chủ đề này, vì vậy tôi rời khỏi tìm kiếm bài viết và chọn các tài liệu thú vị nhất cho bạn.
Hơn nữa, tôi có thể đề xuất rằng hình ảnh bạn đăng có thể có vấn đề khác ngoài độ tương phản thấp . Theo kinh nghiệm cá nhân của tôi, thảm thực vật như bụi rậm hoặc có thể là lĩnh vực bạn có, cũng như những đám mây sủi bọt đáng yêu có xu hướng tạo ra "đặc điểm chung" - những đặc điểm có xu hướng mô tả tương tự (hoặc không giống nhau) như nhiều đặc điểm khác.
Trên thực tế, điều này có nghĩa là khi thực hiện khớp tính năng trên hai hình ảnh từ một góc nhìn khác, các tính năng được trích xuất từ các loại bề mặt này có xu hướng bị khớp sai. Tôi đã thực hiện một luận án thạc sĩ rằng trong một phần lớn liên quan đến trích xuất tính năng sẽ được sử dụng trong tính năng khớp với tính năng tiếp tục được sử dụng để tính toán chuyển đổi đồng nhất giữa hai hình ảnh khi tôi gặp vấn đề này. Tôi đã không tìm thấy bất kỳ bài viết nào khác mô tả vấn đề này vào thời điểm đó, nhưng luận án của tôi có thể hữu ích cho cách tiếp cận tổng thể của bạn.
Cuối cùng, như bạn đã thiết lập, các ngưỡng và kỹ thuật hoạt động tốt trên hầu hết các hình ảnh trích xuất thành các tính năng nhỏ trong loại hình ảnh này, bởi vì các khu vực chủ yếu là đồng nhất của nó. Loại hình ảnh này có vấn đề trong việc khớp tính năng (có thể được mở rộng để ghép hình ảnh), truy xuất hình ảnh dựa trên nội dung và tôi sẽ cho rằng theo dõi cũng như các ứng dụng tương tự. Không có phương pháp nào hiện đang hoạt động khá tốt trên chúng.
Các phương pháp hoạt động tốt trên loại hình ảnh này cũng như các trường hợp điển hình đang được khám phá và nghiên cứu hiện nay, chẳng hạn như một phương pháp tôi bắt đầu thực hiện mô tả ngắn gọn trong câu trả lời này .
