C++ OpenCV-SURF功能比较

我很好奇如何比较

OpenCV

特性描述符。例如，我可以使用

cvExtractSURF（）

获取功能及其64位（或128位）描述符的列表，在哪里可以找到如何比较这两个描述符

在逐步浏览一些示例代码时，在我看来，我的两个“匹配”功能具有非常不同的描述符（至少通过数值）

有人知道如何获取两个描述符数组并比较它们吗

谷歌搜索帮不了什么忙

干杯，

---

布雷特

你可能想看看报纸。这是一篇很棒的论文，介绍了广泛使用的特征检测器，包括SURF。

SURF特征是64维单位向量。比较两个特征向量的自然方法是计算它们的点积。如果接近1，则它们具有很强的正相关（=它们相似）。如果接近0，则它们几乎是正交的（无相关性）。如果小于零，则它们具有负相关性。根据您的应用程序，您也可以考虑匹配（在这种情况下，您将采取点产品的绝对值）或认为它比正交更差。

---

尝试计算一些点积，看看结果如何。

在OpenCV 2.1示例文件find_obj.cpp中，介绍了两种方法：

• 内置的C++ FLAN函数（FLANN给出了一个近似的解决方案，并且工作得更快），我不知道它是如何工作的，但是它被记录下来。
• 一个更简单的C函数（findPairs（）），它通过计算描述符之间的简单欧几里德距离来查找最近的邻居（查看comparesurfddescriptors（）函数）。拉普拉斯算子也可用作相似性的第一个指标，因为匹配点的拉普拉斯算子（1或-1）不同。此示例可用

---

我发现的一种有效方法（这是从一些OpenCV示例代码中获得的灵感）是- 使用k=2的k近邻搜索为查询对象中的每个描述符查找2个匹配项。现在，如果距离（第一匹配）＜0.6×距离（第二匹配），将第一个匹配视为一个“好匹配”。

---

你之所以需要这个，以及为什么简单的1近邻搜索不够，是因为这会产生很多误报。

我真的看过那篇文章。我希望看到代码和它一起，这样我就可以看到它是如何实际实现的。然而，这些学术论文似乎都没有开源代码。令人失望的是，重新设计他们的工作从来都不是一件小事。我不确定OpenCV搜索匹配功能的方式是否是这样。我计算了OpenCV认为匹配和不匹配的点集的点积，点积到处都是。