我正在研究应用于组织学图像的图像配准方法。
我有一个问题。我想使用MSER特征检测器来检测图像上的关键点。在使用opencv提供的MSER函数检索MSER轮廓后，我计算每个轮廓的质心，以便将其用作一个有趣的点。
如果我直接描述有趣的点，例如使用Surf描述符，描述符的大小就是1，并且无法比较它们。
因此，有必要用合适的大小修改描述符的大小。
有没有人有想法？
由于
答案 0 :(得分：5)
Tha回答很晚但我希望它有所帮助。
MSER返回区域而不是点。 为了从MSER区域中提取描述符，您必须将区域映射到标准大小，例如从任何椭圆形状到30x30像素圆，然后从中提取描述符（例如SURF）。
如果单独使用SURF，则使用Harris角作为兴趣点，然后在刻度空间中放置固定大小的窗口。
通过比较描述符来完成匹配。您正在尝试匹配不同的关键点（或兴趣点）。
最后但并非最不重要的是，MSER质心和SURF兴趣点不太可能在同一位置发生，因为MSER检测到同质区域，而SURF使用Harris Corners。 MSER的质心不能有角，所以从技术上讲，它们永远是对方的异常值。
在MATLAB 2011及更高版本中，MSER可与SURF描述符结合使用（包含在计算机视觉系统工具箱中）。
另一种方法是使用由http://www.robots.ox.ac.uk/~vgg/research/affine/descriptors.html
共享的computer_descriptors.ln最好的问候