Open CV中的2D子图像检测

Question

对于以下问题，OpenCV使用哪种最明智的算法或算法组合：

• 我有一组小的2D图像。我想在更大的图像中检测这些子图像的位置。
• 子图像通常约为32x32像素，较大的图像约为400x400。
• 子图像并不总是正方形，因此包含alpha通道。
• 可选 - 较大的图像可能是颗粒状的，压缩的，3D旋转的，或者稍微扭曲的

我尝试过cvMatchTemplate，结果很差（很难正确匹配，大量误报，所有匹配方法）。一些问题来自OpenCV似乎无法处理alpha通道模板匹配的事实。

我尝试过手动搜索，看起来效果更好，并且可以包含Alpha通道，但速度非常慢。

感谢您的帮助。

Answer 1

1. cvMatchTemplate使用MSE（SQDIFF / SQDIFF_NORMED）类型的度量标准进行匹配。这种度量将严重地惩罚不同的α值（由于等式中的平方）。您是否尝试过规范化的互相关？众所周知，可以更好地模拟像素强度的线性变化。
2. 如果NCC不能完成这项工作，您需要将图像转换为强度差异没有太大影响的空间。例如计算边缘强度图像（canny，sobel等）并在这些图像上运行cvMatchTemplate。
3. 考虑到图像尺度的巨大差异（~10x）。必须使用图像金字塔来确定匹配的正确比例。建议你从一个比例开始（2 ^ 1 / x：x是正确的比例）并将估算值传播到金字塔上。

Answer 2

您需要的是SIFT或SURF。