更多关于SURF的信息

Question

我使用SURF来匹配两张图片。所以我不知道何时判断一张照片与另一张照片相似。可以帮帮我吗？

Answer 1

SURF是计算机视觉算法，它有探测器和描述符，它不会告诉你两张图片是否相同。检测器检测兴趣点（IP），描述符将其描述为64位长矢量。您应该同时运行SURF的Detector算法和两个图像上的描述符，并且使用一些匹配算法（bruteforce，flann），您可以说两个图像的X％相似。我建议你尝试ORB或Brief，但它们会产生二元向量。一些有用的文章： here 或 here 您可以找到我的文章“识别视觉标记在手机“第225-228页

编辑：

匹配器的输出是描述符之间距离的向量。距离越小，描述符越相似。

Answer 2

这取决于您的分类问题中需要多少相似度才能适合某个类别。

在最基本的情况下，您将拥有图像/对象的n维描述向量。然后，您可以将其适合训练集中对象的向量。然后，不同的算法最适合不同的情况。 OpenCV在这里提供不同的可能性。参数还取决于您愿意接受的误报等百分比。

你有一套训练装置（从中学习你的分类学员'学习'）你有一套测试装置，你可以用它来控制你的系统结果。 有关更详细的帮助，需要了解有关您的应用程序的更多信息，例如要求，示例图像等。

编辑：示例find_obj.cpp没有决定是否在场景中找到了对象（box.png）（box_in_scene.png）。它只能在场景中找到与盒子上的SURF点最相符的SURF点。这就是为什么还存在错误匹配的点对。如果你想做出决定，如果匹配计为“找到”，你可以这样做，例如通过设置找到的匹配的最大平均距离（DMatch结构的成员），或通过检查一个好的转换矩阵是否可以计算（例如使用findHomography）。这在以下教程中显示：http://docs.opencv.org/doc/tutorials/features2d/feature_homography/feature_homography.html#feature-homography我还建议使用OpenCV的新cpp API，而不是相当复杂的C API，如果可能的话。它可能会降低程序的复杂性，使您更容易专注于应用程序的基本（算法）部分。除了Csabi已经说过，我还建议你看看ORB。

Answer 3

您应该检查OpenCV的示例文件descriptor_extractor_matcher.cpp。您可以通过将filteredMatches.distance值汇总为比较指标来自定义代码。它是描述符之间的距离（见features2d.hpp）。

此外，如果要匹配两个图像，请使用HSV直方图比较。查看compareHist_Demo.cpp