問題タブ [keypoint]

私は、鋼繊維強化コンクリートの繊維の分析に関するいくつかの研究を行っています。各ピクセルのヘッセ行列の分析に基づく自動研究を数か月行った後、立ち往生していることに気付きました。上記の分析は機能しますが、私の繊維 (写真で見ることができます) が最後にフック部分を持ち、それらのフックが配向テンソルの分析全体を台無しにすることを考慮していません。

ここで、既にピクセルごとに抽出している情報を使用して、各ファイバーの 6 つの関心点 (つまり、開始点、終了点、およびファイバーが曲がる 4 点) を特定して、次に進みたいと思います。モデルマッチング。

コンクリートの体積と内部のすべての繊維を記述する体積データセットがあり、ガウス (各繊維は長さ 400 ピクセル、厚さ 8 ピクセル) で平滑化されています。

ファイバーのモデルと一致する空間インデックス付きモデルに後で使用できる機能キーポイントをローカライズする試みをスピードアップできるアイデアやヒントはありますか?

features2d フレームワークで異なる検出器を使用して、2 つの連続した特徴点を取得しました。

最初のフレームでは、特徴点が赤でプロットされます

次のフレームでは、特徴点が青色でプロットされます

最初のフレーム（赤い点のある画像 ）内のこれらの赤と青の（一致した）点の間に線を引きたいと思います。opencvの drawmatches関数は、マッチングのために 2 つの連続するフレームが隣り合ったウィンドウを表示するため、役に立ちません。OpenCVで可能ですか？

前もって感謝します

最近、Python(2.7) で OpenCV 3.0 tp2 に更新して、drawMatches や drawMatchesKnn() などのメソッドを利用できるようにしましたが、どちらも利用できないようです。ソースからビルドし、すべてが正しくインストールされましたが、まだメソッドがありません。

私は OpenCV 2.4.8 を持っていて、それにはメソッドがないことを知っていましたが、3.0tp2 にはメソッドがあると確信していました。それ以来、それらは削除されましたか? それともその後名前が変わった？

これを解決するために私ができることについて誰かが考えていますか?

私は2枚の写真を持っています

PlanA : 画像 A で SIFT キー ポイントを検出し、オプティカル フローを使用して画像 B で対応するポイントを見つけます。

プラン B: ただし、画像 B で SIFT キー ポイントを検出し、画像 A と画像 B の一致を行う場合

プラン A とプラン B の違いは何
ですか? どちらが優れていますか?

画像から高速キーポイントを抽出するために openCV FastFeatureDetector を使用しています。
ただし、FastFeatureDetector 検出の数は定数ではありません。
FastFeatureDetector が取得する最大キーポイント数を設定したい。
openCV FastFeatureDetector の使用時に取得する FAST キー ポイント数を指定できます
か?

I have an image. I used Canny edge detector,and then I apply Sift on it.

Here the result :

I don't understand the result. Why have i some interest points on some black areas and not a lot where I expect the more ? Besides, what does the circle size refer to ?

I took a look on the internet but it's not totally clear and I don't find any information about it.

Can anyone explain?

この質問は、SIFT 機能と MATLAB での使用に関するものです。次の情報を含むデータがあります。

1. 各特徴点のx,y座標
2. 各特徴点のスケール
3. 各特徴点の向き
4. 各特徴点の記述子ベクトル。各ベクトルには 128 個のコンポーネントがあります。

キーポイントを対応する入力画像に描画する際に問題があります。これを行う方法を知っている人はいますか？使用できる組み込み関数はありますか?

どうもありがとう。

大学のロボットクラスのタスクを実装しようとしています。プロジェクトの主なタスクは、KUKA-youbot ロボットでカップをつかむことです。

私が見つけた主な問題は、プロジェクトのビジョン コンピューティングの部分に関するものです。より正確には、私は Kinect (ロボット アームに取り付けられます) を使用しており、最初はこの手順を使用してカップを見つけることを考えていました。

1. 開始する前にカップの写真を撮る (非常に近い)
2. openCV を使用して、ロボット アームに取り付けられた kinect からリアルタイムで画像のキーポイントとリアルタイム画像のキーポイントを計算します。
3. この時点で、2 つの画像間のキーポイントを OpenCV でマッピングできます。
4. 同じ瞬間に kinect から取得した 3D ポイント クラウド イメージを使用して、イメージの 2D ポイントをリアルタイムでマッピングします。3D 画像の重心を計算すると、カップの位置がわかります。

問題は、リアルタイム画像が (1 メートルのように) 近くにある場合、キーポイントの抽出とそれらの他のマッピングが適切に機能することです。それ以外の場合、特にシーンに他のオブジェクトがある場合、openCV アルゴリズムは他の重要な機能を検出し、マッピングが機能しません。

私はこれを使用しています: http://docs.opencv.org/doc/tutorials/features2d/feature_homography/feature_homography.html

最初の 2 つの写真でわかるように、ロボットはカップの近くにあり、すべてうまく いき ました。 http://postimg.org/image/9lhhzxk4z/

私のプロジェクトにより機能的な他の方法があるかどうかを知りたいです。私の最初のアイデアのような機能ベースではなく、モデルベースの何かかもしれません。

ありがとうルカ