com.alibaba.simpleimage.analyze.sift.scale
类 OctaveSpace

java.lang.Object
  com.alibaba.simpleimage.analyze.sift.scale.OctaveSpace

public class OctaveSpace
extends Object

类Octave.java的实现描述：表示8度金字塔中的一个8度空间，即以尺寸为坐标的某一尺寸上的那个8度空间

作者：

axman 2013-6-27 上午11:30:08

字段摘要

float	baseScale
ImagePixelArray[]	diffImags
ImagePixelArray[]	smoothedImgs

构造方法摘要

OctaveSpace()

方法摘要

void	clear()
ArrayList<ScalePeak>	filterAndLocalizePeaks(ArrayList<ScalePeak> peaks, float maximumEdgeRatio, float dValueLowThresh, float scaleAdjustThresh, int relocationMaximum) 精确化特征点位置并生成本地化信息以及过虑躁点
ArrayList<ScalePeak>	findPeaks(float dogThresh)
ImagePixelArray	getLastGaussianImg()
ArrayList<FeaturePoint>	makeFeaturePoints(ArrayList<ScalePeak> localizedPeaks, float peakRelThresh, int scaleCount, float octaveSigma)
void	makeGaussianDiffImgs()
void	makeGaussianImgs(ImagePixelArray base, float baseScale, int scales, float sigma) 在一个8空间用不同的模糊因子构造更多层的高期模糊图像集,这里是不同模糊因子的模糊但是尺寸是相同的
void	pretreatMagnitudeAndDirectionImgs() 先将差分图上每个点的梯度方向和梯度幅值计算出来，预计算的总体性能比统计在范围内的点再计算的总体性能要高，因为特征点分布较大， 它周围的点可能被其它中心点多次使用到， 如果统计在范围内再计算的的话每个点可能被多次计算。

从类 java.lang.Object 继承的方法

equals, getClass, hashCode, notify, notifyAll, toString, wait, wait, wait

字段详细信息

baseScale

public float baseScale

smoothedImgs

public ImagePixelArray[] smoothedImgs

diffImags

public ImagePixelArray[] diffImags

构造方法详细信息

OctaveSpace

public OctaveSpace()

方法详细信息

getLastGaussianImg

public ImagePixelArray getLastGaussianImg()

返回：

返回下一8度空间的原始基准图象

另请参见：

of "Distinctive Image Features from Scale-Invariant featurePoints" (David G.Lowe @January 5, 2004)

makeGaussianImgs

public void makeGaussianImgs(ImagePixelArray base,
                             float baseScale,
                             int scales,
                             float sigma)

在一个8空间用不同的模糊因子构造更多层的高期模糊图像集,这里是不同模糊因子的模糊但是尺寸是相同的

参数：

first -

firstScale -

scales -

sigma -

makeGaussianDiffImgs

public void makeGaussianDiffImgs()

findPeaks

public ArrayList<ScalePeak> findPeaks(float dogThresh)

filterAndLocalizePeaks

public ArrayList<ScalePeak> filterAndLocalizePeaks(ArrayList<ScalePeak> peaks,
                                                   float maximumEdgeRatio,
                                                   float dValueLowThresh,
                                                   float scaleAdjustThresh,
                                                   int relocationMaximum)

精确化特征点位置并生成本地化信息以及过虑躁点

参数：

peaks -

maximumEdgeRatio -

dValueLowThresh -

scaleAdjustThresh -

relocationMaximum -

返回：

pretreatMagnitudeAndDirectionImgs

public void pretreatMagnitudeAndDirectionImgs()

先将差分图上每个点的梯度方向和梯度幅值计算出来，预计算的总体性能比统计在范围内的点再计算的总体性能要高，因为特征点分布较大， 它周围的点可能被其它中心点多次使用到， 如果统计在范围内再计算的的话每个点可能被多次计算。

makeFeaturePoints

public ArrayList<FeaturePoint> makeFeaturePoints(ArrayList<ScalePeak> localizedPeaks,
                                                 float peakRelThresh,
                                                 int scaleCount,
                                                 float octaveSigma)

clear

public void clear()