1

ランドマーク認識に Surf を使用しています。これは私が考えたプロセスです：

1) ランドマークごとに 1 つの Surf Descriptor を事前に保存する

2) ユーザーがランドマーク (建物など) の写真を撮る

3) この画像 (写真) に対して Surf Descriptor が計算されます。

4) この記述子は、格納されている各ランドマーク記述子と比較され、11 個の最も近い特徴点間の DMatch.distance が最も小さい記述子が、認識されたランドマークとして選択されます。

5) 取得した画像と保存されているランドマーク画像の間の回転と縮尺比を計算したい。

機能記述子はキーポイントの一意の縮小表現にすぎないため、キーポイントを介してのみこの回転とスケール比を取得できると理解しています。そのため、ランドマークごとにキーポイントと機能記述子の両方を保存する必要があります。そうですか？

これは私が今していることです：

cv::SurfFeatureDetector surf(4000);
..
surf.detect(image1, keypoints1); 
surf.detect(image2, keypoints2);
..
cv::SurfDescriptorExtractor surfDesc;
surfDesc.compute(image1, keypoints1, descriptor1);
surfDesc.compute(image2, keypoints2, descriptor2);
..
vector<cv::DMatch> descriptorsMatch;
BruteForceMatcher<cv::L2<float> > brute;
brute.match(desc1, desc2, descriptorsMatch);

//Use only the 11 best matched keypoints;
nth_element( descriptorsMatch.begin(), descriptorsMatch.begin()+10, descriptorsMatch.end() );
descriptorsMatch.erase( descriptorsMatch.begin()+11, descriptorsMatch.end() );
..
for ( .. it = descriptorsMatch.begin(); it != descriptorsMatch.end() .. )
{
  distanceAcumulator +=it->distance;
  angleAcumulator += abs(keypoints1[it->queryIdx].angle - keypoints2[it->trainIdx].angle) % 180 ;
  scaleAcumulator1 +=keypoints1[it->queryIdx].size;
  scaleAcumulator2 +=keypoints2[it->trainIdx].size;
}
angleBetweenImages = angleAcumulator/11;
scaleBetweenImages = scaleAcumulator1/scaleAcumulator2;
similarityBetweenImages = distanceAcumulator/11;
..
4

1 に答える 1

2

記述子のスケールとその回転を比較するだけでは単純であり、通常は機能しません。必要なのは、幾何学的モデルを適用して写真間の関係を見つけることです。詳細については、この本http://www.robots.ox.ac.uk/~vgg/hzbook/、特に PART II: Two-View Geometry を参照してください。

于 2011-10-08T06:34:56.760 に答える