如何使用基于flann的匹配器，或者通常在opencv中使用flann？

Question

http://opencv.willowgarage.com/documentation/cpp/features2d_common_interfaces_of_descriptor_matchers.html#flannbasedmatcher

请有人给我看示范代码或告诉我如何使用这个类和方法。 我只想将查询图像中的SURF与应用Flann的图像集匹配。我在样本中看到了很多图像匹配代码，但仍然无法获得的是量化图像与其他图像相似程度的指标。任何帮助将不胜感激。

Answer 1

这是未经测试的示例代码

using namespace std;
using namespace cv;

Mat query; //the query image
vector<Mat> images;   //set of images in your db

/* ... get the images from somewhere   ... */

vector<vector<KeyPoint> > dbKeypoints;
vector<Mat> dbDescriptors;

vector<KeyPoint> queryKeypoints;
Mat queryDescriptors;

/* ... Extract the descriptors ... */

FlannBasedMatcher flannmatcher;

//train with descriptors from your db
 flannmatcher.add(dbDescriptors);
 flannmatcher.train();

vector<DMatch > matches;

flannmatcher.match(queryDescriptors, matches);

/* for kk=0 to matches.size()

       the best match for queryKeypoints[matches[kk].queryIdx].pt 
       is dbKeypoints[matches[kk].imgIdx][matches[kk].trainIdx].pt

 */

查找查询图像中最“相似”的图像取决于您的应用程序。也许匹配关键点的数量是足够的。或者您可能需要更复杂的相似度量。

Answer 2

为了减少误报的数量，您可以通过获取距离的比率来比较第一个最近邻居和第二个最近邻居。 距离（查询，最近邻居）/距离（查询，第二近邻）＆lt; T，比率越小，第二最近邻居与查询描述符的距离越高。因此，这是高度独特性的翻译。用于许多计划注册的计算机视觉文件。