テスト画像を比較して最適な画像を見つける必要がある一連のテンプレート画像があります。SIFT 記述子がある場合、最適な特徴一致を選択し、最適一致の 3* 距離内にあるすべての特徴一致が良好な一致と見なされます。次に、すべての良い試合の距離を合計します。良い一致間の距離の平均だけでなく、良い一致の数も考慮に入れる必要があると思うので、これが良いアプローチであるかどうかはわかりません。テンプレート マッチングは初めてなので、ご意見をお寄せいただければ幸いです。
質問する
2573 次
1 に答える
1
これらのテスト画像で、探しているテンプレートは常に同じ視点 (歪みなし) にありますか? もしそうなら、特徴点マッチングを使用するよりも正確な手法をお勧めします。OpenCV はmatchTemplate()という関数を提供し、gpu 実装さえあります。測定値は、その関数のピクセル平均結果に基づくことができます。
それらが歪んでいる場合は、SIFT または SURF を使用することで十分な場合があります。RANSAC を使用して外れ値を削除するfindHomography()を介してポイント マッチを送信する必要があります。このテストで生き残った一致の数は、オブジェクトが見つかったかどうかを判断するための尺度として使用できます。
于 2013-02-17T06:38:44.567 に答える