基准标记 - OpenCV - 特征检测＆amp;匹配

Question

有人会分享他们对OpenCV特征检测和基准标记提取的了解吗？

我正试图在场景中找到一个基准标记（见下图）（使用MS Paint自行创建的ARTag样式）。

使用Harris角点检测，我可以充分定位标记图像的角落。同样，使用Harris角点检测，我可以在场景中找到标记的大部分角落。然后我使用SIFT提取标记图像和场景图像的描述符。然后我尝试了BF和FLANN进行功能匹配。但是，两种匹配算法都会将错误的角点匹配在一起。

我能做些什么来提高准确性吗？或者是否有其他检测方法更适合此应用？

部分代码：

GoodFeaturesToTrackDetector harris_detector(6, 0.15, 10, 3, true);
vector<KeyPoint> keypoints1, keypoints2; 

harris_detector.detect(im1, keypoints1);
harris_detector.detect(im2, keypoints2);

SiftDescriptorExtractor extractor;

Mat descriptors1, descriptors2;

extractor.compute( im1, keypoints1, descriptors1 );
extractor.compute( im2, keypoints2, descriptors2 );

BFMatcher matcher;
//FlannBasedMatcher matcher;
std::vector< DMatch > matches;
matcher.match( descriptors1, descriptors2, matches );

Answer 1

您可以尝试使用ORB检测器，它是FAST关键点检测器和Brief描述符的融合。它比Brief描述符更快更好，因为后者不计算方向。

1. 您可以在samples / cpp / tutorial_code / features2D / AKAZE_tracking或enter link description here
中找到orb用法的示例
2. 或者有一个python项目，它执行与您fiducial
类似的任务