OpenCV中的仿射不变特征检测

这更多的是一个关于不同的图像处理技术的问题，这些技术被分类为：仿射不变量“我希望得到一些建议，看看哪一种方法能够得到最好的结果，以及使用OpenCV可以得到的结果。我知道MATLAB中有很多这样的功能，但是我没有成千上万的钱来花在一个项目上

我已经研究了仿射不变SIFT以及MSER来命名讨论的一些技术，但是我想知道是否还有其他社区认为非常有用的技术。我愿意接受建议，并想知道我可以为我的项目使用哪些其他建议

---

谢谢

我不确定是否能很好地理解你的问题：这里面似乎有很多不同的东西，我会尽量回答得非常广泛，因为这个问题非常广泛

看起来你在谈论特征提取和描述。。。 那么，让我们从这个开始

• 1） 在两幅图像A和B上，从A和B中找到匹配的特征在许多应用程序中都很有趣。立体校正或单应校正是许多其他校正中的两个例子

• 2） 然而，两个图像A和B并不总是非常相似，一个可以从另一个旋转，缩放上可能存在一些差异，更一般地说，它们可以有两个不同的透视图

• 3） 所以，我们想要的是在图像A上找到与图像B匹配的特征，即使A和B之间发生了一些转换。这就是为什么我们发明了一些技术来找到和描述特征（特征提取和描述符计算），这些技术与图像A到图像B相关，即使它们被转换

• 4） SIFT和SURF是提取和计算特征描述符的一些技术

• 5） 仿射不变性是指在这个意义上，提供特征的技术，这些特征对

• (六)

• 7） 我从未实现过ASIFT，SURF是一种非常稳定的技术，可以抵抗很多转换。。。我想我们可以热烈感谢法国理工学院（Ecole Polytechnique）的ASIFT和瑞士SURF的ETHZ，这两所学校都是很好的学校，在图像处理和许多其他科学领域提供了奇妙的方法

---

如果将MSER的opencv实现作为默认值与“detect”一起使用，则MSER的opencv实现不是仿射不变的，因为默认的opencv关键点类不能描述椭圆。同样在描述符实现中，只描述了圆。

SURF被认为是仿射不变的吗？我用测试过SIFT的相同设置测试过它，我注意到SIFT比SURF发现的更多。SURF是缩放和旋转不变的。。。来自维基百科：SURF（加速鲁棒功能）是一种鲁棒图像检测器和描述符，由Herbert Bay等人于2006年首次提出，可用于计算机视觉任务，如物体识别或三维重建。部分灵感来自SIFT描述符。SURF的标准版本比SIFT快好几倍，其作者声称，与SIFT相比，SURF对不同的图像转换更具鲁棒性。SURF基于近似2D Haar小波响应的总和，并有效地利用了积分图像。不确定为什么我使用SIFT获得了比使用SURF更高的结果。如果使用OpenCVT，这可能取决于如何配置SURF和SIFT感谢所有这些信息。在谷歌工作了一段时间后，我想我有点困惑了，因为每个人都说很少有技术能处理仿射变换、扭曲、扭曲等。