問題タブ [orb]

画像データベースの ORB (Oriented FAST and Rotated BRIEF) 機能を計算しようとしています。nexr タスクは、画像の最終的な特徴を計算するために Bag Of Words アプローチを使用することです。私の問題は、場合によっては、データベースの画像から 0 キーポイントを取得することです (ORB または BRISK 実装のいずれか)。私のコードはhereからです。

ここで何ができるでしょうか。少なくとも 1 つのキーポイントを見つけることができますか? これらの場合に高密度サンプリングを使用するにはどうすればよいですか?

私のプロジェクトは、アンドロイドに基づくハーブ認識です。ORB を使用して、キーポイント、機能、および機能の照合を取得します。

このアルゴリズムを使用したい：

1. 4 つの参照画像を使用し、それらの特徴 image1 を image1、1-2、1-3、1-4、2-3、3,4 に一致させます。
2. 次に、データベースまでの最小距離と最大距離をしきい値として保存します。(最小しきい値 = 合計最小値/6)
3. 新しい画像を認識したら、その新しい最小距離と最大距離をデータベースと比較します。しかし、私はそれを行う方法がわかりません。

{

このサイトから、次のコードを取得します。

その魔法の数 3 を取得する方法? そして、最大距離まで何をしなければなりませんか？

私が使用したいアルゴリズムは、以前に使用した Invariant Moment と City Block Distance を使用して、画像を最小距離に一致させました。

私は現在、特徴抽出のための ORB アルゴリズムに取り組んでいます。論文に記載されているように、デフォルトでは、記述子のサイズは 32 バイトと見なされます。しかし、記述子のサイズを16バイトに減らして、記述子のパフォーマンスを確認する必要があります。これどうやってするの？

私はopencv 2.4.8を使用しています。orb を次のように宣言します。

パッチ サイズは、キーポイントの周りに (patchsize-1)/2 のスペースが必要であることを意味していませんか?

縦横に 15 ピクセルのマージンを持つ座標でキーポイントを提供していますが、そのような位置では記述子を生成できません。

たとえば、240x320 の画像の場合、十分なピクセル (0,1,....14 -> 15 ピクセル) があるにもかかわらず、点 (15,15) を記述できません。

ORB 機能を使用して機能マッチングを処理する場合、ハミング距離を使用する必要があるという多くの論文を読みました。C++ の opencv で BoW モデルをいじってみたところ、デフォルトの BruteForce マッチャー (L2 を使用) を使用すると、BruteForce マッチャー (Hamming または Hamming(2)) を使用する場合と比較して、分類精度が向上することがわかりました。

どうしてこれなの？

L2 ノルムを使用できないという印象を受けましたが、ハミング距離を使用するよりも優れた分類精度が得られます。

2 つの占有グリッド マップが cv::Mat グレースケールに変換された場合、ORB 特徴記述子を使用して、両方の画像から抽出された特徴を一致させます。そのほとんどは偽陽性です。以下では、それが本当に偽陽性であることを示すために、関係を 1 つだけ示しました。

最終的に、私がやりたいことは、2 つの占有グリッド マップ間の適切な変換を見つけて、それらのマップを 1 つのグローバルに一貫したマップにマージすることです。私が持っている現在のコードを以下に示します。

画像内の以前に検出された ORB 特徴位置を使用して、以前に確認された位置を使用して他の画像内の ORB 記述子を抽出し、検出器をバイパスしたいと考えています。

検出された機能のディープコピーを取得して処理し、後で新しい記述子を生成するために戻すことができないようです。

1. 元の手つかずのキーポイントを使用して、画像f1の記述子を生成すると機能しますim_y
2. 重複を確認するために検出器を 2 回実行することは明らかに機能しますが、これは少しハックであり、元の特徴点に対して何らかの処理を行いたいと考えています。
3. OS X、10.8.5のmacports経由でPython 2.7.6、Opencv 2.4.8を実行しています

コード：