【发布时间】：2015-03-14 16:28:50
【问题描述】：
我想分析两张图片的相似度。 一种传统的方法是
- 检测两个图像的特征（关键点）。
- 计算每个关键点的描述符。
- 使用这两组描述符计算匹配。
但是，就我而言，我已经从两个图像中获得了匹配的点集。 所以我想我可以直接进行描述符计算的第二步。 合理可行吗？
【问题讨论】：
-
如果你有匹配的点，你为什么要计算描述符呢？你想验证匹配吗？您可以在任何您想要的点计算描述符，但描述符计算的第一步通常是计算关键点的
orientation。根据关键点的方法和“质量”，这种方向提取可能会或可能不会稳健地进行。 -
@Micka “你为什么要计算描述符？”我的目标是为一对图像提供“相似度”值。通过使用特征匹配，这可能是一项常见的工作。但是我们的一些输入可能没有太大的梯度差异。所以这些输入的结果还不够好。我注意到我已经有了匹配的点（图像由带纹理的 3D 网格渲染。匹配的点实际上是网格顶点）。我想我可以利用这个，然后我想尝试基于匹配点计算描述符。
-
您可以扭曲其中一张图像并计算注册图像上的任何相似度值（例如 MSSIM）。