を介して 2 つの画像を比較する場合、明らかに正しくないものを無視して距離feature extractionを比較するにはどうすればよいですか?keypoint
類似した画像を相互に比較すると、ほとんどの場合かなり正確であることがわかりましたが、まったく別の一致をスローする場合もあります。
だから私は、keypoints両方の画像からの2セットを見て、一致したkeypointsものが両方で比較的同じ場所にあるかどうかを判断する方法を求めています。keypoints1、2、および 3 が画像 1 で非常に離れていることがわかっているため、画像 2 で一致する対応するキーポイントは、互いにほぼ同じ距離にあるはずです。
私は過去RANSACにチェックを使用しましminimum distanceたが、ある程度の効果しかなく、私が求めているほど完全ではないようです。
(ORBとを使用BruteForce)
編集
「x、y、および z」を「1、2、および 3」に変更
EDIT 2 -- ペイントで作成した簡単な例を使用して、さらに説明します。
これを私のイメージとして持っているとしましょう：
そして、比較するためにこの画像を与えます：
元のバージョンをトリミングして押しつぶしたバージョンですが、明らかに似ています。
ここで、実行したとします。2 つの画像について、feature detection次の結果が返されました。keypoints
両方のkeypoints画像の は、ほぼ同じ領域にあり、互いに比例して同じ距離にあります。丸で囲んだ部分を"Image 1 Keypoint 1"keypointと呼びましょう。
keypointsその周りに5つあることがわかります。それらと「Image 1 Keypoint 1」の間のこれらの距離を取得して、「Image 2 Keypoint 1」と同じ領域の 5 つのサラウンドkeypoints(以下を参照) と比較して、単に akeypointを別のものと比較しないようにしますkeypoint。の位置に基づいて「既知の形状」を比較しkeypointsます。
--
それは理にかなっていますか？