C# Emgu CV-如何获得图像中所有出现的图案

Hi已经有功能解决方案，但有一个问题：

            // The screenshot will be stored in this bitmap.
            Bitmap capture = new Bitmap(rec.Width, rec.Height, PixelFormat.Format24bppRgb);
            using (Graphics g = Graphics.FromImage(capture))
            {
                g.CopyFromScreen(rec.Location, new System.Drawing.Point(0, 0), rec.Size);
            }

            MCvSURFParams surfParam = new MCvSURFParams(500, false);
            SURFDetector surfDetector = new SURFDetector(surfParam);

            // Template image 
            Image<Gray, Byte> modelImage = new Image<Gray, byte>("template.jpg");
            // Extract features from the object image
            ImageFeature[] modelFeatures = surfDetector.DetectFeatures(modelImage, null);

            // Prepare current frame
            Image<Gray, Byte> observedImage = new Image<Gray, byte>(capture);
            ImageFeature[] imageFeatures = surfDetector.DetectFeatures(observedImage, null);


            // Create a SURF Tracker using k-d Tree
            Features2DTracker tracker = new Features2DTracker(modelFeatures);

            Features2DTracker.MatchedImageFeature[] matchedFeatures = tracker.MatchFeature(imageFeatures, 2);
            matchedFeatures = Features2DTracker.VoteForUniqueness(matchedFeatures, 0.8);
            matchedFeatures = Features2DTracker.VoteForSizeAndOrientation(matchedFeatures, 1.5, 20);
            HomographyMatrix homography = Features2DTracker.GetHomographyMatrixFromMatchedFeatures(matchedFeatures);

            // Merge the object image and the observed image into one image for display
            Image<Gray, Byte> res = modelImage.ConcateVertical(observedImage);

            #region draw lines between the matched features

            foreach (Features2DTracker.MatchedImageFeature matchedFeature in matchedFeatures)
            {
                PointF p = matchedFeature.ObservedFeature.KeyPoint.Point;
                p.Y += modelImage.Height;
                res.Draw(new LineSegment2DF(matchedFeature.SimilarFeatures[0].Feature.KeyPoint.Point, p), new Gray(0), 1);
            }

            #endregion

            #region draw the project region on the image

            if (homography != null)
            {
                // draw a rectangle along the projected model
                Rectangle rect = modelImage.ROI;
                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)
                };

                homography.ProjectPoints(pts);

                for (int i = 0; i < pts.Length; i++)
                    pts[i].Y += modelImage.Height;

                res.DrawPolyline(Array.ConvertAll<PointF, Point>(pts, Point.Round), true, new Gray(255.0), 2);
            }

            #endregion

            pictureBoxScreen.Image = res.ToBitmap();

//屏幕截图将存储在此位图中。
位图捕获=新位图（记录宽度、记录高度、像素格式、格式24bpprgb）；
使用（Graphics g=Graphics.FromImage（capture））
{
g、 CopyFromScreen（记录位置、新系统图点（0,0）、记录大小）；
}
MCvSURFParams surfParam=新的MCvSURFParams（500，错误）；
SURFDetector SURFDetector=新的SURFDetector（surfParam）；
//模板图像
图像模型图像=新图像（“template.jpg”）；
//从对象图像中提取特征
ImageFeature[]modelFeatures=surfDetector.DetectFeatures（modelImage，null）；
//准备当前帧
图像观察图像=新图像（捕获）；
ImageFeature[]imageFeatures=surfDetector.DetectFeatures（ObserveImage，null）；
//使用k-d树创建冲浪跟踪器
Features2DTracker tracker=新的Features2DTracker（modelFeatures）；
Features2DTracker.MatchedImageFeature[]matchedFeatures=tracker.MatchFeature（imageFeatures，2）；
matchedFeatures=Features2DTracker.voteForUnique（matchedFeatures，0.8）；
matchedFeatures=特征2DTracker.VoteForSizeAndOrientation（matchedFeatures，1.5,20）；
同形矩阵单应=Features2DTracker.GetHomographyMatrix从matchedFeatures（matchedFeatures）开始；
//将对象图像和观察到的图像合并为一个图像以供显示
Image res=modelImage.ConcateVertical（观察图像）；
#区域在匹配的特征之间绘制线
foreach（功能2dTracker.MatchedImageFeature matchedFeatures中的功能matchedFeatures）
{
PointF p=匹配的Feature.ObservedFeature.KeyPoint.Point；
p、 Y+=模型图像高度；
res.Draw（新线段2DF（matchedFeature.SimilarFeatures[0].Feature.KeyPoint.Point，p），新灰色（0），1）；
}
#端区
#区域在图像上绘制项目区域
if（单应性！=null）
{
//沿投影模型绘制一个矩形
矩形rect=modelImage.ROI；
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）
};
单应性.投影点（pts）；
对于（int i=0；i

结果是：

我的问题是，函数

homography.ProjectPoints（pts）
仅获取模式的第一个匹配项（上图中的白色矩形）

我如何投影模板的所有匹配项，如何获得图像中模板矩形的匹配项，我在我的硕士论文中遇到了一个类似于你的问题。基本上你有两个选择：

使用聚类，如或点密度，如（它取决于两个参数，但可以在二维R^2空间中使其无阈值）
使用多重稳健模型拟合估计技术，如。在这种更先进的技术中，您可以对共享单应性的点进行聚类，而不是在欧几里德空间中彼此接近的聚类点
一旦将匹配划分为“簇”，就可以估计属于相应簇的匹配之间的同音字