使用 SIFT 为每个关键点生成局部特征答案

【问题标题】：Generate local features For each keypoint by using SIFT使用 SIFT 为每个关键点生成局部特征
【发布时间】：2012-07-23 02:22:04
【问题描述】：

我有一张图像，我想使用 SIFT 检测器定位关键点并将它们分组，然后我想使用 SIFT 为每个关键点生成局部特征，请你帮我怎么做？请给我任何建议非常感谢您的帮助

【问题讨论】：

标签： image-processing similarity sift feature-extraction keypoint

【解决方案1】：

我不确定我是否理解您的意思，但是如果您从图像中提取 SIFT 特征，您会自动获得用于将特征相互比较的特征描述符。当然你也可以用它得到特征位置、大小、方向和hessian值。

虽然您可以按图像中的位置对这些特征进行分组，但目前我知道没有办法比较这些组，因为它们可能与本地相关，但可能具有截然不同的特征描述符。

我还建议使用 SURF。它速度更快且不受专利保护。

如果您需要有关如何检索和比较描述符的具体说明，请查看 the examples from OpenCV。

【讨论】：

@Darcara：非常感谢您的建议，真的很有帮助。我打算在 Matlab 中进行。我想在一张图像中搜索相似之处，例如，如果您复制图像的一部分并将其粘贴到同一图像的另一部分，我想搜索这些复制和粘贴的区域。你认为我可以为此目的使用 SURF 吗？或者您有什么其他建议吗？
@Baran Barani：如果它只是被复制和粘贴，但没有被篡改（缩放、旋转、亮度等），那么如果补丁足够大，它可以工作。对于小补丁，您需要检测到更多的功能，这会增加误报。看看论文Super Resolution from a Single Image。他们在同一图像中寻找相似的补丁。此外，您可能能够找到补丁的粘贴边框，因为它们可能无法与新环境融合，具体取决于图像的类型。
谢谢你的建议，我会读这篇论文，对我来说，如果旋转或缩放检测篡改区域很重要，在某些情况下它可能是小补丁，你认为我可以使用 SIFT即使是小部分也能找到重复的区域？
是的，尽管如果图像转换过多，SIFT 会有限制。要确定，您需要查看您的测试用例。如果篡改检测是您想要的，您可能需要查看Image Fingerprinting
我想要的确切的东西是篡改检测，图像指纹是用来比较每个图像和其他图像的，我想要的是只在一个图像中搜索，而不是相互比较 2 个图像。在一张图像中，如果我复制一个部分并将其粘贴到同一图像中的另一部分，它可以检测到它。如果您有任何其他建议，请告诉我，非常感谢。

【解决方案2】：

如果您使用的是 opencv，这里是执行此操作的命令，否则如果您使用的是 matlab，请参阅链接 MATCHING_using surf

使用 OPENCV::

//您可以根据需要更改参数

    double hessianThreshold=200; 
    int octaves=3;
    int octaveLayers=4;
    bool upright=false;
    vector<KeyPoint>keypoints;

//检测器检测图像中的关键点这里图像是Mat类型的RGBIMAGE

SurfFeatureDetector detector( hessianThreshold, octaves, octaveLayers, upright );
detector.detect(RGB_IMAGE, keypoints);

//提取器计算关键点周围的局部特征

SurfDescriptorExtractor extractor;
Mat descriptors;
extractor.compute( last_ref, keypoints, descriptors);

//所有关键点局部特征在描述符矩阵中逐行存储...

希望有用:)

【讨论】：