SIFT中的边缘响应消除

Question

在Lowe的论文4.1节中，使用Hessian矩阵的主曲率比用于消除可能属于边缘的点。

本文未指定是否在原始图像或DoG上计算Hessian矩阵。在Rob Hess's implementation中，它在指定的八度音阶处应用于DoG。间隔。

我的问题是为什么Hessian矩阵应用于DoG 来识别潜在边缘的点？

我从Utkarsh's tutorial了解到Hessian应该与Harris角点检测相似。区别在于Hessian矩阵是二阶导数。所以我得出结论，Hessian应该应用于原始图像。

你能指点我解释如何使用Hessian的相关资源吗？

Answer 1

关于SIFT的论文表明，Hessian矩阵计算的输入确实是DoG。 DoG不是边缘图，因为它不是二进制的。但是，它消除了噪音并强调了在DoG级别中出现的功能。因此，从本质上讲，DoG的高价值像素是在该级别上工作的最重要的特征。

感谢。