MSER特征的匹配算法？

Question

以下如何工作？

我正在寻找MSER 特征点，然后将它们与matchFeatures 函数配对。

% file1 = 'roofs1.jpg';
% file2 = 'roofs2.jpg';

file1 = 'cameraman.tif';


I1 = imread(file1);

%I2 = imread(file2);
I2 = imrotate(I1, 45);

% I1 = rgb2gray(I1);
% I2 = rgb2gray(I2);

% %Find the SURF features.
% points1 = detectSURFFeatures(I1);
% points2 = detectSURFFeatures(I2); 

points1 = detectMSERFeatures(I1);
points2 = detectMSERFeatures(I2); 

%Extract the features.
[f1, vpts1] = extractFeatures(I1, points1);
[f2, vpts2] = extractFeatures(I2, points2);

%Retrieve the locations of matched points. The SURF featurevectors are already normalized.
indexPairs = matchFeatures(f1, f2, 'Prenormalized', true) ;
matched_pts1 = vpts1(indexPairs(:, 1));
matched_pts2 = vpts2(indexPairs(:, 2));


figure; showMatchedFeatures(I1,I2,matched_pts1,matched_pts2,'montage');
legend('matched points 1','matched points 2');

貌似没问题

但是怎么可能呢？ MSERRegions 仅包含省略号。他们如何配对？显然信息不够！

更新

我发现extractFeatures 函数从 MSER 点返回 SURF 特征向量。所以它比较了 64 维的 SURF 向量。

Answer 1

在这种情况下，MSER 区域的质心仅用作提取 SURF 描述符的兴趣点。默认情况下，如果您将MSERRegions 传递给extractFeatures，您将获得 SURF 描述符。但是，MSER 区域可用于其他用途，例如检测图像中的文本。