具有汉明距离的物体检测

Question

我使用FAST和FREAK来获取几个图像的描述符，然后我将knnMatch应用于 BruteForceMatcher匹配器，然后我使用循环来分隔好匹配：

  float nndrRatio = 0.7f;
  std::vector<KeyPoint> keypointsA, keypointsB;
  Mat descriptorsA, descriptorsB;
  std::vector< vector< DMatch >  > matches; 

  int threshold=9;
       // detect keypoints:
  FAST(objectMat,keypointsA,threshold,true);
  FAST(sceneMat,keypointsB,threshold,true);

  FREAK extractor;
       // extract descriptors:
  extractor.compute( objectMat, keypointsA, descriptorsA );
  extractor.compute( sceneMat, keypointsB, descriptorsB );

  BruteForceMatcher<Hamming> matcher;
       // match
  matcher.knnMatch(descriptorsA, descriptorsB, matches, 2);


       // good matches search: 
  vector< DMatch > good_matches;

  for (size_t i = 0; i < matches.size(); ++i)
  { 
        if (matches[i].size() < 2)      
              continue;

        const DMatch &m1 = matches[i][0];   
        const DMatch &m2 = matches[i][1];

        if(m1.distance <= nndrRatio * m2.distance)        
        good_matches.push_back(m1);   
  }

       //If there are at least 7 good matches, then object has been found
  if ( (good_matches.size() >=7))
  { 
  cout << "OBJECT FOUND!" << endl;
  }

我认为问题可能是好的匹配搜索方法，因为将它与FlannBasedMatcher一起使用可以正常工作，但BruteForceMatcher非常奇怪。我怀疑我可能对这种方法做了一些废话，因为汉明距离使用二进制描述符，但我想不出适应它的方法！

任何链接，片段，想法，......好吗？

Answer 1

你的代码还不错，但我认为这不是你想做的。你为什么选择这种方法？

如果要使用OpenCV检测图像中的对象，则应尝试Cascade Classification。 This link将解释如何训练分类器。

编辑：如果您认为它过于复杂，并且您要检测的对象是平面的，您可以尝试this tutorial（它基本上通过尝试查找单应性来计算内点在对象和图像之间转换）。但是级联分类对于物体检测更为通用。