OpenCV - 使用SURF描述符和BruteForceMatcher對象匹配

我有一個關於與OpenCV匹配的對象的問題。我使用opencv 2.3中實現的SURF算法首先檢測每個圖像的特徵，然後提取這些特徵的描述符。在使用Brute Force Matcher進行匹配時出現問題，我不知道如何判斷兩個圖像是否匹配，就像當我使用兩個不同的圖像時，兩個圖像中的描述符之間有線條！OpenCV - 使用SURF描述符和BruteForceMatcher對象匹配

我的代碼的這些輸出，無論是兩個圖像 - 我與他們比較 - 是相似還是不同，結果圖像表明這兩個圖像是匹配的。

問題是：如何區分這兩個圖像？

真正匹配：

假匹配！：

我的代碼：

Mat image1, outImg1, image2, outImg2; 

// vector of keypoints 
vector<KeyPoint> keypoints1, keypoints2; 

// Read input images 
image1 = imread("C://Google-Logo.jpg",0); 
image2 = imread("C://Alex_Eng.jpg",0); 

SurfFeatureDetector surf(2500); 
surf.detect(image1, keypoints1); 
surf.detect(image2, keypoints2); 
drawKeypoints(image1, keypoints1, outImg1, Scalar(255,255,255), DrawMatchesFlags::DRAW_RICH_KEYPOINTS); 
drawKeypoints(image2, keypoints2, outImg2, Scalar(255,255,255), DrawMatchesFlags::DRAW_RICH_KEYPOINTS); 

namedWindow("SURF detector img1"); 
imshow("SURF detector img1", outImg1); 

namedWindow("SURF detector img2"); 
imshow("SURF detector img2", outImg2); 

SurfDescriptorExtractor surfDesc; 
Mat descriptors1, descriptors2; 
surfDesc.compute(image1, keypoints1, descriptors1); 
surfDesc.compute(image2, keypoints2, descriptors2); 

BruteForceMatcher<L2<float>> matcher; 
vector<DMatch> matches; 
matcher.match(descriptors1,descriptors2, matches); 

nth_element(matches.begin(), matches.begin()+24, matches.end()); 
matches.erase(matches.begin()+25, matches.end()); 

Mat imageMatches; 
drawMatches(image1, keypoints1, image2, keypoints2, matches, imageMatches, Scalar(255,255,255)); 

namedWindow("Matched"); 
imshow("Matched", imageMatches); 

cv::waitKey(); 
return 0;

來源

2011-09-04 khateeb

的問題只用蠻力匹配器，我發現方法在獲得一組兩個視圖之間的良好匹配「的OpenCV 2計算機視覺應用程序編程食譜」

Ch9的：採用隨機抽樣共識匹配圖像

他們使用K-近鄰和RANSAC

而且由於

來源

2011-09-05 13:08:04 khateeb

這本書變得非常有用！ – 2012-10-02 00:58:29

你應該接受你的答案。 –

，爲了除去異常RANSAC +單應是一個很好的方法比較兩個平面圖像時。

Homography是RANSAC試圖用來比較兩個圖像中的點的模型，它會找到更適合單應性投影模型（從一個平面到另一個平面的轉換）的最佳點集合。上述

cv::findHomography(srcPoints,dstPoints, RANSAC, status);

該函數將返回具有用於索引視爲離羣值1爲指數考慮和內圍層0的陣列狀態，這樣就可以通過檢查這個狀態數組中刪除異常值。

來源

2012-12-19 16:23:02

使用'LMEDS'（Android上的'Calib3d.LMEDS'）給了我更好的結果，我不知道爲什麼在我的課程項目中，Matlab中的RANSAC給出了非常好的結果。但明確地說，刪除大綱是必須的！ – Mustafa

你需要修改你的Hessian，2500是太多了。嘗試50.當你使用一個大的Hessian時，結果是很多關鍵點，導致一些不必要的。有關SURF的另一個信息是，您的標記需要更豐富，並有更多細節。

來源

2013-03-01 00:58:49

OpenCV - 使用SURF描述符和BruteForceMatcher對象匹配

回答

相關問題