在MATLAB上使用SURF算法进行对象匹配

目标是查看两个图像是否匹配，每个图像中捕获一个对象

我存储的对象或图像。这将用作基线：

• 项目1（代码中正在匹配）

存储需要与此匹配的对象/图像：

• 输入（需要查看它是否与存储的内容匹配

我的方法：

将图像转换为灰度

提取冲浪兴趣点

获取特征

匹配特征

获得50个最强大的功能

为每个图像匹配最强特征的数量

取-匹配特征数/最强特征数的比率 功能（50）

如果我有两张相同对象的图像（两张分别在相机上拍摄的图像），理想情况下，比率应该接近1或接近100%。 然而事实并非如此，我得到的最佳比率接近0.5，甚至更糟，0.3

我知道SURF检测器和特征可以用于神经网络，或者使用基于统计的方法。我相信我已经通过使用50个最强的特征在某种程度上接近了基于统计的方法

是否有我遗漏的东西？我应该添加什么或如何改进它？请给我一个起点

%Clearing the workspace and all variables
clc;
clear;

%ITEM 1
item1 = imread('Loreal.jpg');%Retrieve order 1 and digitize it.
item1Grey  = rgb2gray(item1);%convert to grayscale, 2 dimensional matrix
item1KP = detectSURFFeatures(item1Grey,'MetricThreshold',600);%get SURF dectectors or interest points
strong1 = item1KP.selectStrongest(50);
[item1Features, item1Points] = extractFeatures(item1Grey, strong1,'SURFSize',128); % using SURFSize of 128

%INPUT : Aquire Image
input= imread('MakeUp1.jpg');%Retrieve input and digitize it.
inputGrey  = rgb2gray(input);%convert to grayscale, 2 dimensional matrix
inputKP = detectSURFFeatures(inputGrey,'MetricThreshold',600);%get SURF dectectors or interest
strongInput = inputKP.selectStrongest(50);
[inputFeatures, inputPoints] = extractFeatures(inputGrey, strongInput,'SURFSize',128); % using SURFSize of 128

pairs = matchFeatures(item1Features, inputFeatures, 'MaxRatio',1); %matching SURF Features
totalFeatures = length(item1Features); %baseline number of features
numPairs = length(pairs); %the number of pairs
percentage  = numPairs/50;

if percentage >= 0.49
    disp('We have this');
else
    disp('We do not have this');
    disp(percentage);
end

基线图像

输入图像

---

我会尝试不执行

选择最强的

，也不设置

最大比率

。只需使用默认选项调用

匹配功能

，然后比较结果匹配的数量

matchFeatures

的默认行为是使用比率测试来排除不明确的匹配。因此，它返回的匹配数可以很好地指示场景中是否存在对象

---

如果你想尝试更复杂的东西，请看看这个。

你能发布一些示例图像吗？我用tinypic上传了这些图像。用同一台相机拍摄了两次照片。使用我的比率设置，他们应该返回至少90%。谢谢rayryeng编辑的照片。更干净。我相信这个问题据我所知，使用

matchFeatures

是最好的选择，还是应该使用不同的算法。我曾考虑使用BRISK，但在我的2013a版本的MATLAB中，

detectBRISKFeatures

未被视为函数。可能使用其他功能，如FAST，应该与冲浪点一起使用？可能是有用。有一些关于SURF的答案。“matchFeatures”将返回两组特征之间对应的大量对。为了查看匹配对的数量是否足够多，我将与基线图像的对数量进行比较。我取其比率，得到的比率大约为d 0.4和0.5。就使用特征进行对象匹配而言，这足够好吗？我不知道。您必须测试整个系统，并调整阈值。调整灰度图像的阈值或点和特征函数的阈值？我只尝试匹配最强的特征（甚至尝试了15个），但我能得到的最佳比率是0.5。我的意思是，你需要检查大于0.4的比率是否足以决定两幅图像是否匹配。SURF算法似乎意味着识别一个对象只需要一幅基线图像。真的是这样吗，因为一个对象只有一幅图像..s这还不够吗？