使用光流之间的关键点匹配

时间:2014-03-26 11:56:12

标签: match sift opticalflow keypoint

我有两张照片

PlanA: 我在图片A中检测到了SIFT键 并使用光流来找到图B中的对应点

B计划: 但如果我在图片B中检测到SIFT关键点 并在图片A和图片B之间进行匹配

计划A和计划B之间的区别是什么? 哪个更好?

1 个答案:

答案 0 :(得分:0)

计划A是提取的点的运动估计。许多算法通过比较邻域中的强度值来工作。 Lucas Kanade是一个很好的方法。

B计划可能找不到图像A中的所有点。

B计划更好。光流不适用于筛选描述符。计划A中描述了描述社区的绝佳方式。

在B计划中:A中的许多关键点在B中都不会匹配。但匹配的那些将比A中具有更高的置信度。 在计划A中:将找到A中各点的近似匹配

如果A和B是来自视频的连续帧,则它有利于使用计划A,因为在连续的视频帧中照明没有太大变化,并且计划B在运行时很高(计算描述符需要时间),否则使用计划B.

干杯,