如何使用OpenCV和SIFT找到我的訓練圖像的多個實例

Question

到目前爲止，我已經能夠使用BFMatcher非常準確地在我的查詢圖像內檢測訓練圖像中的關鍵點。但是，我有幾十個我的訓練圖像（蜜蜂）發生在我的查詢圖像（蜂箱框架）中。是否有可能使用SIFT來查找另一個圖像的多個獨立實例？

理想情況下，我希望能夠達到上述圖像的角度，我可以匹配多個獨立蜜蜂的查詢圖像中的4個關鍵點。

Answer 1

我不知道OpenCV是否足夠了解它是否專門提供例程來幫助。也就是說，如果你有一個SVD的數值庫， numpy的。在Lowe 2004年的論文中，一場比賽由兩場最接近的比賽決定。如果你計算'查詢圖像'中的所有關鍵點，然後應用這個標準，如果它們存在（數據庫中具有相同比率+/-ε的任何2個關鍵點匹配），將很容易返回多個結果。但是，這可能導致虛假匹配。因此，除了Lowe論文的基本測試外，RANSAC還可用於丟棄與「訓練圖像」和「查詢圖像」之間的單應性不一致的候選匹配。有關詳細信息，請參閱David Lowe的「尺度不變關鍵點的特色圖像特徵」和谷歌「RANSAC單應性」。我不確定你是否希望特別匹配4個關鍵點是至關重要的。我所指的技術將使用4個點來計算每個RANSAC迭代中的候選單應性，但如果恰好匹配並且與單應性一致，則匹配的總數很容易大於4。使用4點只有將可能只使用比率測試，但不可能使用RANSAC。

Answer 2

我記得使用特徵向量技術來檢測（和跟蹤顆粒過濾器）蜜蜂一些作品中，也許可能是有幫助的，也許不是：）

Khan, Z., Balch, T., & Dellaert, F. (2004, June). A rao-blackwellized particle filter for eigentracking. In Computer Vision and Pattern Recognition, 2004. CVPR 2004. Proceedings of the 2004 IEEE Computer Society Conference on (Vol. 2, pp. II-980). IEEE.

反正研究員齊亞汗已經做了一些追蹤（尤其是粒子濾波器）各種蜜蜂和螞蟻的精彩作品，看看他的其他作品，它可能會有所幫助！