具有SIFT功能的对象识别

Question

我正在研究3种类型对象的简单对象识别： 1.预订 2.杯子 3.球

每个样本的训练图像为50，每个样本的测试图像为20。我的所有处理和分类都表现得非常好，并且没有问题。

但我的问题是项目的最后一部分，我应该在测试图像中的检测到的对象周围绘制一个矩形框。 Uptil现在我检查了我的分类，它适用于贝叶斯分类。我的问题是，我有50个测试图像，我如何从50个样本中选择最佳匹配，以便能够绘制没有对象遮挡的边界框或者可能包含更大的区域。 http://docs.opencv.org/doc/tutorials/features2d/feature_detection/feature_detection.html 链接显示使用surf进行一对一对象匹配，我在工作中尝试做的是使用类似算法，我计算相同类型样本的所有关键点并执行匹配。但问题是我不知道选择哪个图像才能进行匹配。

如果你能给我提供一些提示，那将非常有帮助 谢谢

Answer 1

一种方法是在计算查询和测试图像之间的单应性之后检查内部数。看看this OpenCV tutorial。如果与单应性一致的内部集合很大，那么它表示两个图像之间的良好匹配。这可能适用于您的问题，也可能不适用，但绝对值得一试。