Opencv 在单个图像中重复筛选关键点

我正在使用opencv2.3.1检测图像中的SIFT关键点。但我发现，在检测结果中，存在重复点。i、 例如，有两个具有相同坐标（像素）的关键点，但它们对应的描述符非常不同。下面的代码显示了SIFT提取过程。我认为人们应该熟悉使用过的“box.png”。所以任何有兴趣的人都可以尝试下面的代码，看看你是否也有同样的问题

#include "opencv2/highgui/highgui.hpp"
#include "opencv2/features2d/features2d.hpp"
#include <iostream>
int main( )
{
cv::Ptr<cv::FeatureDetector> detector = cv::FeatureDetector::create( "SIFT" );
cv::Ptr<cv::DescriptorExtractor> extractor = cv::DescriptorExtractor::create("SIFT" );
cv::Mat im = cv::imread("box.png", CV_LOAD_IMAGE_COLOR );
std::vector<cv::KeyPoint> keypoints;
cv::Mat descriptors;
detector->detect( im, keypoints);
extractor->compute( im,keypoints,descriptors);
int duplicateNum = 0;
for (int i=0;i<keypoints.size();i++)
{
    for (int j=i+1;j<keypoints.size();j++)
    {
        float dist = abs((keypoints[i].pt.x-keypoints[j].pt.x))+abs((keypoints[i].pt.y-keypoints[j].pt.y));
        if (dist == 0)
        {
            cv::Mat descriptorDiff = descriptors.row(i)-descriptors.row(j);
            double diffNorm = cv::norm(descriptorDiff);
            std::cout<<"keypoint "<<i<<" equal to keypoint "<<j<<" descriptor distance "<<diffNorm<<std::endl;
            duplicateNum++;
        }
    }
}
std::cout<<"Total keypoint: "<<keypoints.size()<<", duplicateNum: "<<duplicateNum<<std::endl;

return 1;

#包括“opencv2/highgui/highgui.hpp”
#包括“opencv2/features2d/features2d.hpp”
#包括
int main（）
{
cv:：Ptr检测器=cv:：FeatureDetector:：创建（“筛选”）；
cv:：Ptr提取器=cv:：DescriptorExtractor:：创建（“筛选”）；
cv:：Mat im=cv:：imread（“box.png”，cv\u LOAD\u IMAGE\u COLOR）；
向量关键点；
cv：：Mat描述符；
检测器->检测（im，关键点）；
提取器->计算（im、关键点、描述符）；
int duplicateNum=0；
对于（int i=0；i是的，这是真的-SIFT描述符的openCV实现为某些关键点生成多个描述符，它们的方向不同（SIFT描述符估计关键点的主导方向）
希望帮助您理解原因

计算关键点周围所有像素的大小和方向。然后，为此创建直方图。
在这个直方图中，360度的方向被分成36个箱子（每个箱子10度）。假设某个点（在“方向收集区域”）的梯度方向为18.759度，那么它将进入10-19度箱子。并且“数量”添加到箱子的大小与该点的梯度大小成比例。
对关键点周围的所有像素执行此操作后，直方图将在某个点出现峰值

假设您看到直方图在20-29度处达到峰值。因此，关键点被指定为方向3（第三个箱子）

此外，高于最高峰值80%的任何峰值都将转换为新的关键点。此新关键点与原始关键点具有相同的位置和比例。但其方向与其他峰值相同

因此，方向可以将一个关键点拆分为多个关键点

关于SIFT的重要参考资料：
我在.NET中实现SIFT时遇到了同样的问题：

相同的关键点，但不同的描述符如下所示：


是的，这是真的；但它不是错了吗？或者说它不会给在序列图像/帧中查找匹配带来任何问题吗？@farzin它是对的。为了提高筛选点的稳健性，作者添加了这一点。为什么当复制点指向同一位置时，它应该算作稳健性呢？@farzinparsa，正如你所看到的，一个K的方向在计算描述符时使用ypoint，以保持旋转不变性。由于用于生成关键点方向的方法相对粗糙，因此复制点（更精确地说，是将更多点保持在同一位置）可以缓解这个问题，因为你有更多的点数，并且有更多的机会获得正确的匹配，而不会因为旋转而丢失关键点。这背后的理由是什么？@vancexu：正如你所说的“有更多的机会获得正确的匹配，而不会因为旋转而丢失关键点”。这是好的，但当涉及到帧之间的匹配时，可能会产生误导。例如，在某些匹配算法中，我们至少需要5个点。如果我们有（比方说）2个重复点，会发生什么？恐怕这对此类匹配算法是有利的