C++ 使用SURF和FLANN跟踪标记的结果非常糟糕

我想做的是跟踪一个标记（相当小的一张纸，上面有图画）。我只是想知道它是否在那里。我一直在研究许多不同的算法，比如寻找轮廓，以防我把标记做成一个简单的几何形状（从纸上剪下的星星），当然还有更重要的东西，比如筛选和冲浪

现在，我正在用FLANN试用SURF，我使用的代码是这样的（几乎没有修改）：

问题是结果确实不好：

就好像除了我的马克笔，我还能和其他任何东西匹配。。。即使是我用记号笔得到的几次幸运匹配，在两张图像之间也不一样。这是一个大问题，因为我的“真实世界”应用程序将在一个非常“嘈杂”的环境中，有很多物体，而不是在白色均匀的背景上，相机有点抖动，所以可能也会模糊。起初我还想使用一个比这个小得多的标记（当前的大小/4）

所以我的问题是，如何提高准确性？a是否应该制作一个纹理更复杂的标记，等等（因为我读到SURF/SIFT在检测低纹理对象方面不好）？另一个匹配者会有很大的不同吗？或者我应该使用SIFT吗？ 或者，另一种方法/算法是否更适合标记？知道如果只在标记完全可见而不只是其一部分时才检测到它，这不会是一个问题（这样对我来说更方便）。我使用了一些基于标记的AR，所以我知道这些库在这方面很好，但我不知道它们使用什么样的算法。 在任何情况下，样本代码，链接或只是一个建议将不胜感激

另外一些有用的信息：我在raspberry Pi（C++OpenCV，Linux Debian）上运行它，它带有集成的摄像头板，所以分辨率不是最好的，速度也很慢（代码运行1-2分钟），但这不是问题，我不是真的以实时为目标（不过会很好）。 在这个测试中，我使用了巨大的图像（2592x1944），因为我希望结果尽可能好。我应该将分辨率更改为800x600吗？出于某种奇怪的原因，这会提高准确性吗

编辑：根据要求，我的原始图像：

---

EDIT2：我刚刚运行了蛮力匹配器，得到了完全相同的结果，当我说精确时，我的意思是精确。发布屏幕截图就是复制我以前的屏幕截图。现在我开始认为是我的形象太差了。是否明智的做法是使用更好的相机拍摄参考图像，并使用它匹配另一个（我现在在Pi上使用的那个）拍摄的图像？我知道相机参数可能会起到一定的作用，因此我提出了问题。

似乎问题可能在于模式及其缺乏区分特征。你有没有想过改变这种模式？试试人们用来校准的棋盘。也许，这会给你更多的比赛

---

您还应该调查RANSAC，以确定程序给出的所有匹配中的哪一个匹配是正确的。RANSAC可以在相当嘈杂的环境下工作。

似乎问题可能在于模式及其缺乏区分特征。你有没有想过改变这种模式？试试人们用来校准的棋盘。也许，这会给你更多的比赛

---

您还应该调查RANSAC，以确定程序给出的所有匹配中的哪一个匹配是正确的。RANSAC可以在非常嘈杂的环境下工作。

请上传您的原始图像。给您（请参见编辑）。：）我不确定是什么问题。看看这个视频：它在类似的应用程序上显示了更好的结果。也许你应该使用他们的代码（视频的“关于”部分有一个下载链接）。我想我会试试看。谢谢但是，尽管如此，我还是很想知道为什么我的标记检测早些时候失败了，以及其他方法是否比SIFT/SURF更可取。@GilLevi好吧，问题是我没有找到任何与我刚才尝试的方法相匹配的方法。奇怪的是，我在matlab中使用了SIFT和VLFeat，结果非常好（其他图像使用了更多纹理、真实对象等）。现在我想使用OpenCV和C++，我得到的结果令人失望…请上传你的原创图片，这里你可以看到（编辑）。我不确定是什么问题。看看这个视频：它在类似的应用程序上显示了更好的结果。也许你应该使用他们的代码（视频的“关于”部分有一个下载链接）。我想我会试试看。谢谢但是，尽管如此，我还是很想知道为什么我的标记检测早些时候失败了，以及其他方法是否比SIFT/SURF更可取。@GilLevi好吧，问题是我没有找到任何与我刚才尝试的方法相匹配的方法。奇怪的是，我在matlab中使用了SIFT和VLFeat，结果非常好（其他图像使用了更多纹理、真实对象等）。现在我想使用OpenCV和C++，我得到的结果令人失望……嗨，我知道我做这个帖子已经有一段时间了，但是为了完整性，我想说，使用其他图像给了我几乎相同的结果。这次我拍摄了一个徽章的清晰图像。最后，我不得不在我的项目中使用广义Hough变换。我仍然对它为什么不能正常工作感到好奇。我知道SURF和SIFT可能会占用大量内存，所以在Raspberry Pi上运行它们可能与此有关（这是一个带有Pi及其摄像头板的嵌入式系统项目）。但当我检查RAM和CPU消耗时，我并没有发现任何内存问题。奇怪，嗨，我知道我已经有一段时间没见面了