SURF FlannBasedMatcher를 기반으로 한 피쳐 추출 및 키포인트 일치

Question

다음은 내 코드이며 SURF를 사용하여 피쳐를 추출하는 데 사용되며 flannBasedMatcher를 사용하여 점과 일치합니다. 나는 내가 일치하는 이미지의 두 기술자 및 벡터 2 가까운 충전 된 일치를 전달 아시다시피 바로이 방법

matcher.knnMatch(des_object, des_image, matches, 2); 

을 통해 어떻게 알고 싶어이 코드에서

Mat object = imread("S6E0.bmp", CV_LOAD_IMAGE_GRAYSCALE); 

    if(!object.data) 
    { 
    // std::cout<< "Error reading object " << std::endl; 
    return -2; 
    } 

    //Detect the keypoints using SURF Detector 

    int minHessian = 500; 

    SurfFeatureDetector detector(minHessian); 

    std::vector<KeyPoint> kp_object; 

    detector.detect(object, kp_object); 

    //Calculate descriptors (feature vectors) 
    SurfDescriptorExtractor extractor; 

    Mat des_object; 

    extractor.compute(object, kp_object, des_object); 

    FlannBasedMatcher matcher; 
    char key = 'a'; 
    //VideoCapture cap(0); 

    namedWindow("Good Matches"); 

    std::vector<Point2f> obj_corners(4); 

    //Get the corners from the object 
    obj_corners[0] = cvPoint(0,0); 
    obj_corners[1] = cvPoint(object.cols, 0); 
    obj_corners[2] = cvPoint(object.cols, object.rows); 
    obj_corners[3] = cvPoint(0, object.rows); 

    Mat image = imread("S6E0.bmp", CV_LOAD_IMAGE_GRAYSCALE); 
    Mat des_image, img_matches; 

    std::vector<KeyPoint> kp_image; 
    std::vector<vector<DMatch >> matches; 

    std::vector<std::vector<cv::DMatch>> matches1; 
    std::vector<std::vector<cv::DMatch>> matches2; 
    std::vector<cv::DMatch> matches3; 
    std::vector<DMatch > good_matches; 
    std::vector<Point2f> obj; 
    std::vector<Point2f> scene; 

    std::vector<Point2f> scene_corners(4); 

    Mat H; 

    //cvtColor(frame, image, CV_RGB2GRAY); 
    detector.detect(image, kp_image); 
    extractor.compute(image, kp_image, des_image); 


    matcher.knnMatch(des_object, des_image, matches, 2); 



    for(int i = 0; i < min(des_image.rows-1,(int) matches.size()); i++) //THIS LOOP IS SENSITIVE TO SEGFAULTS 
    { 
     if((matches[i][0].distance < 0.6*(matches[i][1].distance)) && ((int) matches[i].size()<=2 && (int) matches[i].size()>0)) 
     { 
      good_matches.push_back(matches[i][0]); 
     } 
    } 

     //Draw only "good" matches 

    drawMatches(object, kp_object, image, kp_image, good_matches, img_matches, Scalar::all(-1), Scalar::all(-1), vector<char>(), DrawMatchesFlags::NOT_DRAW_SINGLE_POINTS); 

    if (good_matches.size() >= 4) 
    { 
     printf("Images matching %d , %d", good_matches.size(), kp_object.size()); 

     //return 1; 

     for(int i = 0; i < good_matches.size(); i++) 
     { 

      //Get the keypoints from the good matches 

      obj.push_back(kp_object[ good_matches[i].queryIdx ].pt); 
      scene.push_back(kp_image[ good_matches[i].trainIdx ].pt); 
     } 

     //H = findHomography(obj, scene, CV_RANSAC); 
     //printf("Size : %d", H.size()); 
     //perspectiveTransform(obj_corners, scene_corners, H); 
     //printf("Size : %d --- %d --- %d", H.size(), scene_corners.size()); 

    }else{ 

     printf("Images matching %d , %d", good_matches.size(), kp_object.size()); 
    } 

     //Show detected matches 

    imshow("Good Matches", img_matches); 
    waitKey(0); 
    return 0; 

이웃. 메소드에서 정확히 무슨 일이 일어나고 어떻게 matches 메소드가 채워지는지, 그리고 어떤 점이 채워지는지 알고 싶습니다. 0.6 근처 neibour 거리 비율 (nndr)를 사용

for(int i = 0; i < min(des_image.rows-1,(int) matches.size()); i++) //THIS LOOP IS SENSITIVE TO SEGFAULTS 
    { 
     if((matches[i][0].distance < 0.6*(matches[i][1].distance)) && ((int) matches[i].size()<=2 && (int) matches[i].size()>0)) 
     { 
      good_matches.push_back(matches[i][0]); 
     } 
    } 

IM 코드 세그먼트

, 난 good_matches 알아 및 nndr 값의 변화에 ​​영향을 얼마나 얼마나 알고 싶어.

이 코드를 해결할 수 있다면 큰 도움이 될 것입니다. 감사합니다. .

Answer 1

FlannBasedMatcher은 Muja et. al.으로 작성된 논문을 기반으로합니다. 당신이 정확한 알고리즘을 찾을 수있는 방법들이 good_matches에 관한

.. 거기에 대해 이동, 당신은 단지 그것이 당신의 결과에 기초하고있다최고의 경기의 모음이라는 코드 자체에서 본 기준, 즉 nndr .. 기본적으로 일치하는 항목을 모두 삭제하기 전에 허용되는 범위를 결정하는 기준 값입니다. 임계 값이 높을수록 더 많은 점수가 고려되며 긍정적 인 일치 횟수가 더 많습니다 (진정 긍정은 데이터 집합과 nndr 수준을 설정 한 방식에 따라 결정됩니다.

희망이 도움이됩니다.