將一個圖像中的SURF描述符與其他圖像中的描述符列表進行比較

Question

我想比較一幅圖像（A）中的SURF描述符與幾幅其他圖像（B，C，D，...）中的描述符以查找與A最相似的圖像。描述符有64個維度。

使用C＃和Emgu，通過將A的描述符與B的，C的，然後D等進行比較來完成匹配。當圖像計數超過10時這很慢，因爲需要搜索許多不相關的描述符。

爲了加速這個過程，正確的路要走（根據文章）似乎是爲（B，C，D，...）中的描述符構建一個kd樹來快速匹配找到描述符A. kd-tree根據級別進行分割。第一個分割由第一維分割，第二維分割等。然而，在描述符（64）的維數很高的情況下，使用KD樹的好處變得更小。

所以我的問題是：你有什麼經驗或知識使用KD樹/其他方法來匹配SURF描述符從一個圖像（A）到幾個圖像（B，C，D ..）。什麼效果很好，不太好，你做了這樣的事情嗎？

FLANN將成爲一個選項，因爲它被OpenCV使用，但是我找不到C＃的版本。大約最近的Neightboor也可以加快kd-tree的速度，但是這對匹配圖像效果如何？

問候 莫滕

Answer 1

您可以嘗試FLANN它在C或C++。這不是太複雜。但是，我在C++上測試FLANN，但匹配時間（在1,000幅圖像上使用SURF特徵，FLANN查詢）非常長，從20秒到400秒（取決於每幅圖像的特徵向量數）。

Answer 2

看看這個例子：https://code.ros.org/trac/opencv/browser/trunk/opencv/samples/c/find_obj.cpp?rev=2065