这更像是一个关于不同图像处理技术的问题，这些技术被归类为：仿射不变“，我想要一些关于哪一个倾向于返回最佳结果的建议，以及可能使用OpenCV可以完成的一些建议。我知道很多这些功能在MATLAB中可用，但我没有花费数千和数千美元用于项目。
我已经研究过Affine Invariant SIFT以及MSER来说明所讨论的一些技术，但是想知道社区是否还有更多有用的东西。我愿意接受建议，并希望知道其他人可以用于我的项目。
由于
答案 0 :(得分：1)
我不太清楚你的问题很清楚：它似乎有很多不同的东西，我会试着回答非常广泛，因为问题非常广泛......
您似乎在谈论功能提取和描述...... 那么，让我们从这开始吧。
1）在两个图像A和B上，在许多应用程序中找到匹配的A和B的特征会很有趣。立体校正或单应性校正是其他许多例子......
2）然而，两个图像A和B并不总是非常相似，一个可以从另一个旋转，缩放可能会有一些差异，更一般地说它们可以有两个不同的视角
3）因此，我们想要的是在图像A上找到与图像B匹配的特征，即使在A和B之间发生了一些变换。这就是为什么我们发明了寻找特征并描述它们的技术（特征提取和描述符）计算）即使它们被转换，它们也从图像A到图像B相关....
4）SIFT和SURF是提取和计算特征描述符的一些技术(see here the difference between what we call feature extraction and descriptor computation)
5）在这个意义上，仿射不变量意味着提供对affine transformations具有鲁棒性（不变性）的特征的技术
6）This is a comparison between some techniques SIFT/ASIFT/MSER
7）我从未实施过ASIFT，SURF作为一种非常稳定的技术而闻名于众多转型...我想我们可以热烈感谢Ecole Polytechnique（法国）的ASIFT和ETHZ的SURF（瑞士） ）这是伟大的学校，并提供图像处理和许多其他科学领域的奇妙方法......
答案 1 :(得分：0)
如果将MSER的opencv实现作为默认值与“ detect”一起使用，则它不是仿射不变的，因为默认的opencv-Keypoint类无法描述椭圆。同样在描述符实现中，仅描述了圆圈。