COMPARATIVE TABLE

+

+

+

Técnicas de extracción de descriptores

SIFT (Scale-Invariant Feature Transform)

Histogramas de Gradientes Orientados (HOG)

SURF (Speeded Up Robust Features)

Categoría

Características

Hilda Aceves Torres

Cuenta ocurrencias de gradientes de orientación en partes localizadas de una imagen

Regional

Regional

Regional

Extrae características invariables a escala y orientación de las imágenes

Similar a SIFT, pero más rápido y menos detallado

Detección de peatones, reconocimiento de rostros

Reconocimiento de objetos, emparejamiento de imágenes

Reconocimiento de objetos, emparejamiento de imágenes

Robusto a variaciones de iluminación

Invariante a cambios de escala y rotación

Rápido, invariante a cambios de escala y rotación

Aplicaciones

Ventajas

Sensible a cambios de escala

Computacionalmente intensivo

Menos preciso que SIFT

Desventajas

Lorem ipsum dolor sit amet, consectetuer adipiscing elit, sed diam nonummy nibh euismod tincidunt ut laoreet dolore magna aliquam erat volutpat. Ut wisi enim ad minim veniam, quis nostrud exerci tation ullamcorper suscipit lobortis nisl ut aliquip ex ea commodo consequat.

Lorem ipsum dolor sit amet, consectetuer adipiscing elit, sed diam nonummy nibh euismod tincidunt ut laoreet dolore magna aliquam erat volutpat. Ut wisi enim ad minim veniam, quis nostrud exerci tation ullamcorper suscipit lobortis nisl ut aliquip ex ea commodo consequat.

Lorem ipsum dolor sit amet, consectetuer adipiscing elit, sed diam nonummy nibh euismod tincidunt ut laoreet dolore magna aliquam erat volutpat. Ut wisi enim ad minim veniam, quis nostrud exerci tation ullamcorper suscipit lobortis nisl ut aliquip ex ea commodo consequat.

Descriptores de color

ORB (Oriented FAST and Rotated BRIEF)

Descriptores de textura

Categoría

Características

Combina características de otros métodos para rapidez y precisión

Simple

Regional

Simple

Describe la distribución de color en una imagen

Describe la textura de una imagen o una región de la imagen

Emparejamiento de imágenes, seguimiento de objetos

Segmentación de imágenes, reconocimiento de objetos

Análisis médico, clasificación de tierra en imágenes satelitales

Rápido, eficiente, robusto a rotaciones

Fácil de calcular, útil para imágenes a color

Útil para imágenes con patrones repetitivos

Aplicaciones

Ventajas

Menos robusto a cambios de escala

Sensible a cambios de iluminación

No siempre es útil para imágenes con texturas complejas

Desventajas

Momentos de Zernike

Descriptores de forma

Número de Euler

Categoría

Características

Describe la forma de un objeto en una imagen

Topográfico

Simple

Topográfico

Describen la forma de un objeto en términos de un conjunto de polinomios ortogonales

Proporciona información sobre la topología de una imagen binaria

Reconocimiento de objetos, análisis de formas médicas

Análisis de formas en imágenes médicas, reconocimiento de caracteres

Análisis de microestructuras, procesamiento de imágenes médicas

Útil para objetos con formas únicas

Robusto a la rotación

Proporciona información útil sobre la conectividad de una imagen

Aplicaciones

Ventajas

Puede ser sensible a variaciones en la orientación y la posición

Puede ser complejo de calcular

Sólo aplicable a imágenes binarias

Desventajas

Descriptores Fourier

Categoría

Características

Describen la forma de un objeto en términos de la transformada de Fourier de su contorno

Topográfico

Análisis de formas, reconocimiento de caracteres

Robusto a la rotación y la traslación

Aplicaciones

Ventajas

Puede ser sensible a ruido, computacionalmente intensivo

Desventajas