在openCV中查找SURF的完全匹配

我使用openCV Surf追踪器来查找两个图像中的精确点。如您所知，Surf会在两张图片中返回许多特征点。我想要做的是使用这些功能参数来找出哪些匹配是完全正确的（真正的正匹配）。在我的申请中，我只需要真正的正面匹配。在openCV中查找SURF的完全匹配

这些参数存在：黑森州，拉普拉斯，距离，大小，迪尔。

我不知道如何使用这些参数？是完全匹配有更少的距离还是更粗麻布？拉普拉斯可以提供帮助吗？大小或目录可以帮助吗？

我如何找到完全匹配（真正的正面）？

来源

2010-07-06 Tive

我即将发布的答案仅仅是我的猜测，因为我没有测试过它是否完全按预期工作。通过比较由opencv返回的3个随机候选特征点之间的相对极距，并将其与模板中的对应点进行比较（有一定的误差），您不仅可以计算真正正确率的概率，还可以计算角度和您的匹配模式的规模。

干杯！

来源

2010-07-13 18:39:06 Erfan

很明显，你不能100％确定哪些点真正匹配。您可以通过调整SURF参数来增加（在性能成本中）正数（请参阅一些链接here）。根据您的实际任务，您可以使用强大的算法来消除异常值，即如果执行某种模型拟合，则为RANSAC。另外，如Erfan所说，您可以使用空间信息（查看“弹性束图匹配”和Spatial BoW）。

来源

2010-07-24 12:58:10 Cfr

我找不到文章，你能指点点吗？ – 2013-12-08 08:43:11

查看“Elastic Bunch Graph Matching”和[Spatial BoW]（http://en.wikipedia.org/wiki/Bag-of-words_model_in_computer_vision#Limitations_and_recent_developments）。 – Cfr 2014-01-16 21:37:42

您可以采取以下策略找到查询描述符和图像之间非常体面的比赛 -

使用2 NN搜索图像描述符中查询描述符和以下条件 -

如果距离（第一场比赛）< 0.6 *距离（第二场比赛）第一场比赛是“良好的比赛”。

过滤掉误报。

来源

2012-02-26 19:13:34

这称为比率测试，看起来比普通的<= 3 * min_dist更好。 – 2013-12-08 08:42:27

在openCV中查找SURF的完全匹配

回答

相关问题