OpenCV - SURF功能比较

问题描述：

我很好奇如何比较功能描述符OpenCV。例如，我可以使用cvExtractSURF()获取功能列表及其64位（或128位）描述符，我可以在哪里找到两个描述符可以比较的方式？OpenCV - SURF功能比较

在通过一些示例代码步进，对我来说，它看起来像我的两个“匹配”功能具有非常不同的描述符（至少数值）。

有没有人知道如何获取两个描述符数组并对它们进行比较？

谷歌搜索并没有帮助太多...

干杯，布雷特

答

在OpenCV的2.1示例文件find_obj.cpp，两种方法都：

内置C++弗莱恩功能（FLANN给aproximate解决方案和工作速度更快），我完全不知道是怎么回事作品，但它被记录在here。
更简单的C函数（findPairs（）），其通过计算描述符之间的简单的欧几里德距离（看compareSURFDescriptors（）函数）发现最近邻。拉普拉斯算子也可以用作第一个相似度指标，因为匹配点并不是相同的拉普拉斯算子（1或-1）。此样品可用here。

答

你可能想看看纸Local invariant feature detectors: a survey。这是一篇很好的论文，介绍了广泛使用的特征探测器，包括SURF。

我真的看到了那张纸。我希望看到它的代码，所以我可以看到它是如何实现的。然而，这些学术论文似乎都没有开源他们的代码。令人失望，因为重塑他们的工作从来都不是微不足道的。 – Brett 2010-11-12 22:05:50

答

SURF特征是64维单位向量。比较两个特征向量的一种自然方法是计算它们的点积。如果它接近1，它们有很强的正相关（=它们是相似的）。如果它接近0，它们几乎是正交的（不相关）。如果它小于零，则它们具有负相关性。根据您的应用程序，您可能会认为一个匹配太多（在这种情况下，您将获得点积的绝对值），或认为它比正交差。

尝试计算一些点积，并查看得到的结果。

我不确定这是OpenCV搜索匹配功能的方式。我计算了OpenCV认为匹配和不匹配的一组点的点积，并且点积遍布整个地方。 – Brett 2010-11-16 18:40:14

答

一种有效的方法，我发现（这是从一些OpenCV的样本代码的启发）是 - 使用k近邻搜索具有K = 2找到2个匹配在查询对象中的每个描述符。现在，如果距离（第一场比赛）< 0.6 *距离（第二场比赛），将第一场比赛视为“良好比赛”。

为什么你需要这个，为什么一个简单的1个近邻搜索是不够的，因为这给了假阳性很多原因。

OpenCV - SURF功能比较

相关推荐