在这种情况下，“原像”是什么意思？

Question

我正在比较 Harris、ORB、MSER (OpenCV Python) 等特征检测算法的性能。我有两张从不同角度拍摄的同一物体的图像。由于我只是该领域的初学者，因此我无法理解“原像”在这种情况下的含义。如何获得“原像”？

检测具有一类变换的协变区域现已在计算机视觉文献中达到一定程度的成熟度。对这些区域的要求是它们应该对应于不同视点的相同原像，即它们的形状不是固定的，而是根据底层图像强度自动适应，因此它们是相同 3D 表面块的投影.

Answer 1

这似乎是来自“A comparison of affine region detectors”论文的引用。

您可以将术语“原像”解释为“3D 表面补丁”（对应于 2D 区域）。换句话说，它是被拍摄的“场景”/“3D 环境”的一部分。

之所以出现混淆，是因为作者使用该术语来指代mathematical object，而不是与照片/图像有关。

详细说明——将拍摄 3D 场景照片的过程视为一个数学函数。该函数有几个输入：3D 场景本身、视点、照明等。输出是像素强度的二维数组。给定一个像素强度的 2D 数组，并专注于特定的 2D 区域，相应的 3D 表面块形成函数的“原像”。