如何改进opencv中的特征检测

Question

我正在开发一个项目，我需要使用opencv检测图像上的功能。

我正在使用

SURF detector;
SURF extractor;
BFMatcher matcher;

用于检测，提取和匹配点。它适用于某些图像，但在其他图像上失败。

例如，系统在此图像上失败：

显然，此图像具有一些纹理，并且特征检测器应检测它们，但未检测到任何特征，因此不会生成匹配。

如何改进此功能检测？

我可以使用任何图像处理技术吗？

我可以使用哪种其他探测器来帮助解决这个问题吗？

Answer 1

我没有使用过SURF，但是使用了ORB算法。为了改进功能检测，我尝试了几种过滤器。我获得的最好结果是使用滤波器Equalize Histogram和Fast Fourier Transform的组合。

均衡直方图滤镜：它增强了无意义的细节，并隐藏了重要但很小的高对比度像素，这些像素被假设为噪声。直方图均衡采用单调非线性映射，重新分配输入图像中像素的强度值，使输出图像包含均匀的强度分布（即平直方图）

快速傅立叶变换滤镜：它将图像分解为正弦和余弦分量。由此滤波器执行的变换的输出表示频域中的图像，而输入图像是等效的空间域。在傅里叶域图像中，每个点表示空间域图像中包含的特定频率。

我不确定，但我认为在OpenCV中没有FFT过滤器，所以你可能需要使用另一个库。

EDIT1 ： 我有一个代码，但遗憾的是它是用Java而不是用C ++编写的。但是，如果您将应用相同的过滤器，结果将是相同的。 Here是Eqaulize Histogram的文档。为了应用FFT滤波器，我使用了ImageJ，它是Java库。您可以尝试查找类似于此库的内容，例如this一个。

Edit2 ：应用FFT过滤器的ImageJ代码

import ij.plugin.filter.FFTFilter;
...
FFTFilter fft = new FFTFilter();
ImageProcessor ip = new ColorProcessor(bufImage);
ImagePlus imgPlus = new ImagePlus();

imgPlus.setImage(bufImage);

try{
   fft.setup(null, imgPlus); 
}catch(Exception e){e.printStackTrace();}
fft.run(ip);

Edit3 ：以下是应用上述过滤器之前和之后检测到的功能的示例。

1. SURF没有任何过滤器：
2. 使用EH + FFT的SURF：
3. ORB与EH + FFT：

正如您在SURF算法中所看到的，执行匹配的冗余信息太多。所以我建议你使用ORB算法。 ORB的优点还在于它可以自由使用，高效且稳定的图像旋转和缩放。您还可以在应用EH + FFT之前平滑图像，以便仅检测角落上的特征。

Edit4 ：我还找到了有关FFT的有用信息。根据{{​​3}}，FFT是DFT的有效实现。其中描述了this topic。这也可能是最近四个here问题的答案。