图像分析：sift / harris / affine / RANSAC

Question

我不确定这是否属于正确问题的标准，但我仍然想尝试一下。

我正在寻找一个库或函数，它以[number_of_keypoints] [feature_0 ... feature_127]的文件（或矩阵）的形式获取两个SIFT描述符 - 意味着每个文件有128个特征并允许比较图像（我正在使用harris-affine alg来提取它们：http://www.robots.ox.ac.uk/~vgg/research/affine/det_eval_files/extract_features2.tar.gz）。

我感兴趣的是一种允许我找到相互最近邻居的方法，它可以接受邻域中的关键点数量和成功率。

E.g。 假设我有两个带关键点的文件（由SIFT描述符描述）（image_1.sift，image_2.sift）。我想要接受的方法：邻域中关键点的数量，匹配率，匹配率在伪代码中的含义：

For each keypoint in image_1
Pick 50 nearest neighbours from image_1 -> List<KeyPoints> neighbours_1
   For each keypoint in image_2
   Pick 50 nearest neighbours from image_2 -> List<KeyPoints> neighbours_2
int numberOfMatches = 0;
foreach(neighbour in neighbours_1)
{
    if(neighbour == neighbours_2.Find(neighbour))
        numberOfMatches++;
}

该比率是考虑到的数字关键点的匹配数。 例如FindMutualKeypoints（image_1，image_2,50,0.7）

它可以是c＃，java，python或matlab实现。我不定期与图像分析有很大关系，在我开始编写自己的实现之前，我假设可能已经存在一个。我在从母语翻译中找到正确的英语术语时遇到问题（看起来条款差别很大），这可能就是为什么我找不到它的原因。

Answer 1

我认为openCV是要走的路。

以下是一个示例：link 它使用SURF描述符，但您也可以使用SIFT。

然后，您可以调用FLANN匹配器，该匹配器还会为您提供有关匹配质量的信息。