【发布时间】:2016-04-14 07:06:03
【问题描述】:
我正在尝试通过特征检测比较两张图像。
主要目标是找出这两张图片是否相似,如果不相似,我将跳到下一个模型并比较这两个模型,直到找到与最相似。
我已经设法在两张图片中检测到良好的特征,但在比较两者时遇到了困难。 两张图片都有大约 100-200 个特征,手动我可以找到一些匹配点,它们位于两者的相同位置。
不幸的是,matchFeatures 命令非常简单,它只是将一个特性与另一个特性进行比较,而不使用其他特性。
这将不会起作用,因为这两个图像不是同一张图片。
它们可能是同一个对象,但不是同时拍摄的。所以我实际上无法将奇异特征与奇异特征进行比较。
我正在尝试比较形状。
因此,我将根据一张图像中的点(特征)制作一个虚构的形状,并尝试在另一张图片中找到类似的东西。
我尝试手动构建一个递归函数来计算两者的相似距离,并试图找到一些从这些点开始的更相似的距离,但复杂性非常大,matlab 很难做到这一点,所以我退出了。
我有点卡在这里,我正在寻找一些新的想法来管理它。
但不是将单一特征与单一特征进行比较,而是将一组特征(我什至不需要它们的描述,只需要位置)按它们创建的形状比较为一组特征。
【问题讨论】:
-
嗯,你也可以使用轮廓作为特征,你可以找到信息here
标签: image matlab computer-vision feature-detection matlab-cvst