为什么opencv FREAK提取器删除这么多关键点，具体使用ORB检测器

我正在使用OpenCV 2.4.3 C++接口来查找两个图像之间的匹配点。第一次尝试是使用SURF。唯一的问题是消耗时间，所以我尝试了新的FREAK提取器。使用SURF进行检测并使用FREAK进行描述，我意识到FREAK将关键点的数量减少到检测到的几乎一半，并且所得到的匹配不够。这就是我为什么试图快速获得更多关键点的原因。结果：为什么opencv FREAK提取器删除这么多关键点，具体使用ORB检测器

SURF检测器，SURF提取器，BFMatcher交叉检查true，RANSAC：70个关键点第一个图像，50个关键点第二个图像，200ms。 250毫秒。为15ms。为15ms。
SURF检测器，提取器FREAK，BFMatcher交叉检查为真，RANSAC：39点的关键点的第一图像，关键点30第二图像（FREAK后），200毫秒，50毫秒。，0ms，0ms。结果是很少有很好的配对。
FAST检测器，提取器FREAK，BFMatcher交叉检查真，RANSAC：120点的关键点，关键点90，（69和FREAK后48个关键点），10毫秒，450毫秒，15毫秒，10毫秒。

之后，我使用ORBFeatureDetector，它获得的关键点数量与FAST相同，但是在FREAK提取器之后，每个图像的结果关键点为0。难道我做错了什么？ ORB关键点与从FAST获得的关键点不同？也许我可以为此打开另一个问题，但我有最后一个问题。为了获得与使用SURF的第一个实验相同的结果，检测器/提取器的最佳组合是什么？但是减少处理时间？因为当我获得更多关键点时，虽然我使用FREAK，但提取器部件也更耗时。

来源

2013-01-21 min.yong.yoon

我喜欢用BRREF检测器和FREAK描述符。它工作得很好。 –

FREAK删除点，如果它不能产生一个描述它，很多时候，这发生在图像的边界，如果它掉下来的边界图像的它不能产生一个描述符。我在提取之前应用ROI来避免此问题。

我也FREAK使用快速结合，我得到的最好的结果，但我仍然有减少提取时间，这是太高了我的问题。

来源

2013-02-06 12:25:57

但是在某些情况下，关键点的数量从800减少到84。边界不是太多吗？ –

它取决于与patternScale参数相关的关键点大小。但是，这是相当多的。 –

Pfff。 PatternScale。我无法理解这个FREAK描述符，也没有获得任何好的结果。谢谢Jav –

FAST只是一个关键点检测器（无描述符）。如果你结合FAST和用于描述（多尺度）BRIEF，你将得到ORB。

来源

2013-01-26 14:52:44 user2011909

也许我没有解释清楚。问题在于，在检测关键点之后，我尝试使用FREAK进行描述，但是此描述符减少了描述之后检测到的关键点的数量。特别是当我使用ORB时，描述后得到的关键点为0.我注意到在FAST和ORB之后调试结果关键点的一点是，使用ORB时，每个关键点上的响应都是非常小的浮点值。 –

请给我们展示一些代码片段。对我来说，它完美的作品。 – user2011909

我无法重现我的问题。 –

实际上，您使用了参数cross check = true。这也是你的很多观点被淘汰的原因。这个参数如果是真的，从计算角度看是昂贵的。它用于避免在匹配过程中不完全匹配的描述符对。

如果有两组描述符D1和D2，那么，这个参数只允许对那些在D1-通常匹配> D2和D2-> D1匹配的方向。

那么，这一切都取决于你的应用程序，也许你并不需要这么多的匹配精度...

最好的问候。

亚历

来源

2013-12-02 20:57:59 Alex

我确实需要精确度，这就是我使用交叉检查的原因。不管怎么说，还是要谢谢你。 –

从拆除的边界点

除此之外，作为Jav_Rock表明，点的巨大（不一致？）下降真的取决于你存储在关键点的尺寸参数。即使将scaleNormalized设置为false，size-parameter的浮点值接近于零，FREAK也会放弃此keyPoint。（但我似乎无法弄清楚为什么，因为keyPoint的大小参数仅在scaleNormalized为真时使用：source）

所以一定要将大小参数设置为大于零的值（如一个），如果你没有使用scaleNormalization。
并将其作为单位'像素大小'进行插值（当使用scaleNormalization时）。
Btw。最小关键点大小为7×default。

希望这有助于...

来源

2014-03-24 11:07:38 Michael

为什么opencv FREAK提取器删除这么多关键点，具体使用ORB检测器

回答

相关问题