4

ここで尋ねられた同じ主題に関する質問がすでにいくつかあることは知っていますが、何の助けも見つかりませんでした.

そこで、2 つの画像を比較して類似性を確認したいと思います。よく知られている find_obj.cpp デモを使用してサーフ記述子を抽出し、マッチングのために flannFindPairs を使用しています。

しかし、ご存じのように、この方法では外れ値が破棄されません。これら 2 つの画像がどの程度類似しているかを把握できるように、真の陽性一致の数を知りたいのです。

私はすでにこの質問を見てきました: OpenCV を使用した SURF または SIFT アルゴリズムの異常値の検出と、そこにいる人が findFundamentalMat を使用することを提案していますが、基本行列を取得したら、その行列から異常値/真陽性の数を取得するにはどうすればよいですか? ありがとうございました。

4

2 に答える 2

5

以下は、 OpenCV から入手できるdescriptor_extractor_matcher.cppサンプルのスニペットです。

if( !isWarpPerspective && ransacReprojThreshold >= 0 )
    {
        cout << "< Computing homography (RANSAC)..." << endl;
        vector<Point2f> points1; KeyPoint::convert(keypoints1, points1, queryIdxs);
        vector<Point2f> points2; KeyPoint::convert(keypoints2, points2, trainIdxs);
        H12 = findHomography( Mat(points1), Mat(points2), CV_RANSAC, ransacReprojThreshold );
        cout << ">" << endl;
    }

    Mat drawImg;
    if( !H12.empty() ) // filter outliers
    {
        vector<char> matchesMask( filteredMatches.size(), 0 );
        vector<Point2f> points1; KeyPoint::convert(keypoints1, points1, queryIdxs);
        vector<Point2f> points2; KeyPoint::convert(keypoints2, points2, trainIdxs);
        Mat points1t; perspectiveTransform(Mat(points1), points1t, H12);

        double maxInlierDist = ransacReprojThreshold < 0 ? 3 : ransacReprojThreshold;
        for( size_t i1 = 0; i1 < points1.size(); i1++ )
        {
            if( norm(points2[i1] - points1t.at<Point2f>((int)i1,0)) <= maxInlierDist ) // inlier
                matchesMask[i1] = 1;
        }
        // draw inliers
        drawMatches( img1, keypoints1, img2, keypoints2, filteredMatches, drawImg, CV_RGB(0, 255, 0), CV_RGB(0, 0, 255), matchesMask
#if DRAW_RICH_KEYPOINTS_MODE
                     , DrawMatchesFlags::DRAW_RICH_KEYPOINTS
#endif
                   );

#if DRAW_OUTLIERS_MODE
        // draw outliers
        for( size_t i1 = 0; i1 < matchesMask.size(); i1++ )
            matchesMask[i1] = !matchesMask[i1];
        drawMatches( img1, keypoints1, img2, keypoints2, filteredMatches, drawImg, CV_RGB(0, 0, 255), CV_RGB(255, 0, 0), matchesMask,
                     DrawMatchesFlags::DRAW_OVER_OUTIMG | DrawMatchesFlags::NOT_DRAW_SINGLE_POINTS );
#endif
    }
    else
        drawMatches( img1, keypoints1, img2, keypoints2, filteredMatches, drawImg );

フィルタリングの重要な行は次のとおりです。

if( norm(points2[i1] - points1t.at<Point2f>((int)i1,0)) <= maxInlierDist ) // inlier
                matchesMask[i1] = 1;

ポイント間の L2 ノルム距離を測定しています (何も指定されていない場合は 3 ピクセル、またはユーザー定義のピクセル数の再投影エラー)。

それが役立つことを願っています!

于 2012-01-13T18:36:41.413 に答える
1

「ptpairs」という名前のベクトルのサイズを使用して、写真がどの程度似ているかを判断できます。このベクトルには一致するキーポイントが含まれているため、サイズ/2 は一致の数です。適切なしきい値を設定するには、ptpairs のサイズをキーポイントの総数で割った値を使用できると思います。これにより、おそらくそれらの間の類似性を推定できます。

于 2012-05-09T11:46:08.853 に答える