SIFT特徵檢測與重小品圖像

我想匹配對與內窺鏡相機拍攝的圖像之間的特徵。在翻譯圖像時（即使重疊仍然很高），匹配的特徵數量表現非常差。SIFT特徵檢測與重小品圖像

幾個問題

不妨來此低的特徵匹配的數量從暗角存在於圖像？（SIFT描述符描述的梯度，並且如果存在一個恆定的小插曲梯度，這是否損壞描述符？）
能相機校準差？
您是否有任何其他改進匹配的建議？

下面是我在做什麼： - 圖片是基於與棋盤圖案完成攝像機標定重新映射 - 特點與SIFT（VLFeat）檢測 - 功能與幾何驗證步驟（RANSAC具有相當匹配高閾值）

下面是兩個例子：（紅色=由不匹配發現特徵;綠色=特徵幾何驗證之後匹配）小翻譯=合理匹配 enter image description here

大型翻譯=差匹配 enter image description here

2014-06-10 klurie

當有隻是一個翻譯，你可以嘗試用光流工作。這裏有一些想法：http://stackoverflow.com/questions/23954874/optical-flow-class-in-opencvcalcopticalflowpyrlk-parameters/23957122#23957122 – PeterNL

我不認爲暗角是你的問題。
如果根據您的校準「重映射」應該考慮到鏡頭distoritions，這當然可以產生問題，如果參數估計錯了。另外，如果失真非常強烈，重新映射期間的採樣可能會引入問題。此外，如果您使用極線矩陣進行異常過濾，則必須考慮所有失真。
似乎有一些模糊，可能來自重映射或攝像機運動。這肯定會弄亂結果。比較Image 22和Image 9的背景結構，我想知道在那裏匹配的究竟是什麼。它看起來不像翻譯，更像是某種隨機照明。也許你可以提供一些有關圖像顯示的信息。

乾杯，喬

來源

2014-06-10 13:52:06 DrPepperJo

SIFT特徵檢測與重小品圖像

回答

相關問題