我正在使用opencv2.3.1来检测图像中的SIFT关键点。但我发现在检测结果中,有重复点。即,有两个具有相同坐标的关键点(以像素为单位),但它们对应的描述符非常不同。以下代码显示了SIFT提取过程。我认为人们应该熟悉使用过的“box.png”。所以有兴趣的人可以尝试以下代码,看看你是否遇到了同样的问题。
#include "opencv2/highgui/highgui.hpp"
#include "opencv2/features2d/features2d.hpp"
#include <iostream>
int main( )
{
cv::Ptr<cv::FeatureDetector> detector = cv::FeatureDetector::create( "SIFT" );
cv::Ptr<cv::DescriptorExtractor> extractor = cv::DescriptorExtractor::create("SIFT" );
cv::Mat im = cv::imread("box.png", CV_LOAD_IMAGE_COLOR );
std::vector<cv::KeyPoint> keypoints;
cv::Mat descriptors;
detector->detect( im, keypoints);
extractor->compute( im,keypoints,descriptors);
int duplicateNum = 0;
for (int i=0;i<keypoints.size();i++)
{
for (int j=i+1;j<keypoints.size();j++)
{
float dist = abs((keypoints[i].pt.x-keypoints[j].pt.x))+abs((keypoints[i].pt.y-keypoints[j].pt.y));
if (dist == 0)
{
cv::Mat descriptorDiff = descriptors.row(i)-descriptors.row(j);
double diffNorm = cv::norm(descriptorDiff);
std::cout<<"keypoint "<<i<<" equal to keypoint "<<j<<" descriptor distance "<<diffNorm<<std::endl;
duplicateNum++;
}
}
}
std::cout<<"Total keypoint: "<<keypoints.size()<<", duplicateNum: "<<duplicateNum<<std::endl;
return 1;
}
答案 0 :(得分:5)
希望能帮助您理解原因。
计算关键点周围所有像素的大小和方向。然后,为此创建直方图。 在该直方图中,360度方向被分成36个区间(每个10度)。让我们说某个点(在“方向收集区域”)的梯度方向是18.759度,那么它将进入10-19度的箱子。并且添加到箱中的“量”与该点处的梯度的大小成比例。 对关键点周围的所有像素完成此操作后,直方图将在某个点处出现峰值。
假设您看到直方图峰值在20-29度。因此,关键点被指定为方向3(第三个区域)
此外,任何高于最高峰值80%的峰值都会转换为新的关键点。此新关键点与原始关键点具有相同的位置和比例。但它的方向等于另一个峰值。
因此,方向可以将一个关键点分成多个关键点。
关于SIFT的很好的参考:http://aishack.in/tutorials/sift-scale-invariant-feature-transform-introduction/
答案 1 :(得分:1)
是的,这是真的--SIFT描述符的openCV实现为一些关键点生成多个描述符,它们的方向不同(SIFT描述符估计关键点的主导方向)
答案 2 :(得分:1)
我在.NET中实现SIFT遇到了同样的问题:
相同的关键点但不同的描述符如下所示: