C# 使用特征检测时，如何获取目标的位置？

我是Emgucv（c#）的新程序员，我需要一些帮助

我尝试使用特征检测并遵循示例（Emgu->emgucv windesktop 4.0.1.3373->Emgu.CV.example->FeatureMatching）。它使用Kaze检测器来查找特征

我运行了这个例子，结果很好。（可以检测特征并给出特征区域）

但是，我尝试更改图像（新模型图像和从模型图像裁剪的观察图像）

新结果可以检测出特征，但特征区域不正确

我尝试使用彩色图像和灰色图像（已经更改了ImreadModes.ImageType）

这个地区仍然不正确

那么，有人能给我一些指导或解决方案吗

    /// <summary>
    /// Draw the model image and observed image, the matched features and homography projection.
    /// </summary>
    /// <param name="modelImage">The model image</param>
    /// <param name="observedImage">The observed image</param>
    /// <param name="matchTime">The output total time for computing the homography matrix.</param>
    /// <returns>The model image and observed image, the matched features and homography projection.</returns>
    public static Mat Draw(Mat modelImage, Mat observedImage, out long matchTime)
    {
        Mat homography;
        VectorOfKeyPoint modelKeyPoints;
        VectorOfKeyPoint observedKeyPoints;
        using (VectorOfVectorOfDMatch matches = new VectorOfVectorOfDMatch())
        {
            Mat mask;
            FindMatch(modelImage, observedImage, out matchTime, out modelKeyPoints, out observedKeyPoints, matches,
               out mask, out homography);

            //Draw the matched keypoints
            Mat result = new Mat();
            Features2DToolbox.DrawMatches(modelImage, modelKeyPoints, observedImage, observedKeyPoints,
               matches, result, new MCvScalar(255, 255, 255), new MCvScalar(255, 255, 255), mask);

            #region draw the projected region on the image

            if (homography != null)
            {
                //draw a rectangle along the projected model
                Rectangle rect = new Rectangle(Point.Empty, modelImage.Size);
                PointF[] pts = new PointF[]
                {
              new PointF(rect.Left, rect.Bottom),
              new PointF(rect.Right, rect.Bottom),
              new PointF(rect.Right, rect.Top),
              new PointF(rect.Left, rect.Top)
                };
                pts = CvInvoke.PerspectiveTransform(pts, homography);

                Point[] points = new Point[pts.Length];
                for (int i = 0; i < points.Length; i++)
                    points[i] = Point.Round(pts[i]);

                using (VectorOfPoint vp = new VectorOfPoint(points))
                {
                    CvInvoke.Polylines(result, vp, true, new MCvScalar(255, 0, 0, 255), 5);
                }
            }
            #endregion

            return result;

        }
    }
}

//
///绘制模型图像和观测图像，匹配特征和单应投影。
/// 
///模型图像
///观测图像
///计算单应矩阵的输出总时间。
///模型图像和观测图像、匹配特征和单应投影。
公共静态Mat绘图（Mat modelImage、Mat ObserveImage、out long matchTime）
{
垫单应；
关键点模型关键点向量；
关键点向量观测到的关键点；
使用（VectorOfVectorOfMatch匹配=新VectorOfVectorOfMatch（））
{
垫罩；
FindMatch（modelImage、observedImage、out matchTime、out modelKeyPoints、out observedKeyPoints、matches、，
外掩模，外单应）；
//绘制匹配的关键点
Mat结果=新Mat（）；
Features2DToolbox.DrawMatches（模型图像、模型关键点、观测图像、观测关键点、，
匹配项、结果、新MCvScalar（255、255、255）、新MCvScalar（255、255、255）、掩码；
#区域在图像上绘制投影区域
if（单应性！=null）
{
//沿投影模型绘制一个矩形
矩形rect=新矩形（Point.Empty，modelImage.Size）；
PointF[]pts=新的PointF[]
{
新的点F（左直，下直），
新的点F（右直，下直），
新的点F（右直，上直），
新的点F（矩形左、矩形上）
};
pts=CvInvoke.PerspectiveTransform（pts，单应性）；
点[]点=新点[点长度]；
对于（int i=0；i

}

示例结果：

灰度图像结果：

彩色图像结果：