【问题标题】:compare shapes of features in 2 images (matlab computer vision)比较 2 张图像中特征的形状(matlab 计算机视觉)
【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。

总结(或TL;DR)我正在尝试这样做:

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


【解决方案1】:

我还不会放弃特征匹配。你到底有什么问题?正确匹配太少或错误匹配太多?

如果您的正确匹配太少,您可以尝试调整特征检测器的参数以检测更多点。 100-200实际上是相当少的。尝试降低指标阈值并增加比例级别的数量。您也可以尝试调整matchFeatures 的参数以允许更多匹配。

如果虚假匹配过多,可以尝试使用estimateGeometricTransform 函数计算两幅图像之间的几何变换并消除异常匹配。

【讨论】:

  • 谢谢你,我设法添加了更多匹配,但它们不是正确的。我玩了很多次,随着我降低阈值或指标,更多我得到的错误匹配..它无法挖掘我眼中可以看到的那些匹配..我正在继续使用机器学习来解决这个问题。
猜你喜欢
  • 2013-08-20
  • 2011-01-26
  • 1970-01-01
  • 2020-01-01
  • 2021-05-06
  • 2012-10-24
  • 2018-05-13
  • 1970-01-01
  • 1970-01-01
相关资源
最近更新 更多