5. Ý nghĩa khoa học và thực tiễn
2.1.1. Đặc trưng bất biến tỉ lệ
Đặc trƣng bất biến tỉ lệ là một dạng keypoint, keypoint là những đặc trƣng dạng điểm của ảnh số và có tính bất biến, keypoint có thể hiểu là những vị trí đạt cực trị của một hàm nào đó áp dụng trên ảnh. Keypoint kỹ thuật phù hợp cho phát hiện đối tƣợng bị che khuất vì nó là những đặc trƣng cục bộ, là một tập điểm cùng với mô tả. Dù đối tƣợng bị che khuất một phần thì vẫn sẽ có một tập điểm mà camera quan sát đƣợc, dẫn đến xác định đƣợc đối tƣợng. SIFT là phép biến đổi đặc tính bất biến tỉ lệ, do David G. owe đề xuất [4]. Đối với bất kỳ một đối tƣợng nào trong ảnh sẽ có rất nhiều đặc trƣng để mô tả, tuy nhiên David G. Lowe chỉ ra rằng có các điểm đặc biệt trên đối tƣợng có thể trích chọn mô tả tốt cho đối tƣợng, còn gọi là các điểm hấp dẫn (điểm quan trọng). "Hấp dẫn" ở đây có nghĩa là điểm đó có thể có các đặc trƣng bất biến với việc quay ảnh, co giãn ảnh hay thay đổi cƣờng độ chiếu sáng của ảnh. Mô tả này có thể đƣợc sử dụng để xác định đối tƣợng trong một ảnh chứa rất nhiều đối tƣợng khác nhau. Hình 2.3 và hình 2.4. mô tả việc sử dụng keypoint bất biến tỉ lệ trong ghép ảnh.
Các đặc trƣng cục bộ bất biến SIFT của ảnh thì bất biến với việc thay đổi tỉ lệ ảnh, quay ảnh, đôi khi là thay đổi điểm nhìn và thêm nhiễu ảnh hay thay đổi cƣờng độ chiếu sáng của ảnh. Các đặc trƣng SIFT này đƣợc trích rút ra từ các điểm hấp dẫn cục bộ trên ảnh.
Thuật toán SIFT đƣợc tiếp cận theo phƣơng pháp thác lọc, theo đó phƣơng pháp đƣợc thực hiện theo các bƣớc:
- Trích chọn đặc trƣng SIFT
- Tìm các điểm bất biến tỉ lệ dựa vào cấu trúc kim tự tháp và chọn các điểm cực trị trên cấu trúc này.
- Xây dựng mô tả các điểm cực trị đã đƣợc chọn dựa vào hƣớng và độ dốc (gradient) lớn tại vùng ảnh xung quanh điểm cực trị.
Hình 2. 3. Ghép ảnh định hƣớng đa tỉ lệ (Multi-Scale Oriented Patches) [2]
Hình 2. 4. Trích xuất các bản vá định hƣớng ở nhiều tỷ lệ (Extract oriented patches at multiple scales) [2]