的OpenCV 2.2 SURF特徵匹配問題

Matching with nothing in the top right corner 的OpenCV 2.2 SURF特徵匹配問題

我已經修改OpenCV的演示應用程序「matching_to_many_images.cpp」從網絡攝像頭（右）查詢圖像（左）至一個幀。第一張圖片右上角出了什麼問題？

我們認爲這與我們的另一個問題有關。我們從一個空的數據庫開始，我們只添加獨特的（與我們的數據庫中的功能不匹配的功能），但添加三個功能後，我們得到所有新功能的匹配... ...

我們正在使用： SurfFeatureDetector surfFeatureDetector（400,3,4）; SurfDescriptorExtractor surfDescriptorExtractor; FlannBasedMatcher flannDescriptorMatcher; http://www.copypastecode.com/71973/

來源

2011-05-30 Maidenone

要100％正確，它是右圖像的左上角。我們需要一種方式來篩選這些明顯錯誤的匹配，任何想法？爲什麼這些點被檢測爲匹配？ – Orka 2011-05-30 09:37:45

您應該將我的答案標記爲正確答案。實際的一個是誤導。 – 2013-05-12 12:28:34

我覺得這與邊框的關鍵點做：

完整代碼可以在這裏找到。檢測器檢測關鍵點，但是對於SURF描述符返回一致的值，它需要圍繞它的像素塊中的像素數據，這在邊界像素中不可用。在檢測到關鍵點之後但計算描述符之前，可以使用以下片段刪除邊界點。我建議使用20或更多的borderSize。

removeBorderKeypoints(vector<cv::KeyPoint>& keypoints, const cv::Size imageSize, const boost::int32_t borderSize) 
{ 
    if(borderSize > 0) 
    { 
     keypoints.erase(remove_if(keypoints.begin(), keypoints.end(), 
           RoiPredicatePic((float)borderSize, (float)borderSize, 
              (float)(imageSize.width - borderSize), 
              (float)(imageSize.height - borderSize))), 
        keypoints.end()); 
    } 
}

凡RoiPredicatePic實現爲：

struct RoiPredicatePic 
{ 
    RoiPredicatePic(float _minX, float _minY, float _maxX, float _maxY) 
    : minX(_minX), minY(_minY), maxX(_maxX), maxY(_maxY) 
    {} 

    bool operator()(const cv::KeyPoint& keyPt) const 
    { 
     cv::Point2f pt = keyPt.pt; 
     return (pt.x < minX) || (pt.x >= maxX) || (pt.y < minY) || (pt.y >= maxY); 
    } 

    float minX, minY, maxX, maxY; 
};

此外，近似最近鄰索引是不匹配的圖像對之間的功能的最佳途徑。我建議你嘗試其他更簡單的匹配器。

來源

2011-05-31 05:59:22 KMS

整潔，好點！在我們的「生產」代碼中，我們轉而使用強力匹配器來代替。我將以您的代碼片段爲指導，研究這些要點。 – Orka 2011-05-31 06:15:08

這解決了我們以前遇到的問題，並回答了問題。可悲的是，這不是我們的數據庫匹配問題的原因..回到調試！感謝您的回答！ – Maidenone 2011-05-31 10:00:07

您的方法工作完美無瑕，但由於錯誤地調用drawMatches函數而顯示錯誤結果。

你不正確的呼叫是這樣的：

drawMatches(image2, image2Keypoints, image1, image1Keypoints, matches, result);

正確的調用應該是：

drawMatches(image1, image1Keypoints, image2, image2Keypoints, matches, result);

來源

2011-12-09 16:26:54

我面臨同樣的問題。令人驚訝的是，該解決方案與邊界點或KNN匹配器無關。只需要一個不同的匹配策略來篩選出過多比賽中的「優秀比賽」。

使用2 NN搜索，並且以下條件 -

如果距離（1匹配）< 0.6 *距離（第二節比賽）第一次比賽是「門當戶對」。

過濾出所有不符合上述條件的匹配項，並僅爲「匹配項」調用drawMatches。瞧！

來源

2012-02-26 19:07:57

的OpenCV 2.2 SURF特徵匹配問題

回答

相關問題