OpenCV中的仿射不变特征检测答案

【问题标题】：Affine invariant feature detection in OpenCVOpenCV中的仿射不变特征检测
【发布时间】：2011-10-19 09:58:47
【问题描述】：

这更多是关于被归类为“仿射不变”的不同图像处理技术的问题，我想要一些关于哪种方法倾向于返回最佳结果以及可能使用 OpenCV 可以完成的建议。我知道很多MATLAB 中提供了这些功能中的一部分，但我没有成千上万的美元可以花在一个项目上。

我研究了仿射不变 SIFT 和 MSER 来列举一些讨论的技术，但我想知道是否还有更多社区认为非常有用的技术。我愿意接受建议，并想知道我可以为我的项目使用的其他人。

谢谢

【问题讨论】：

【解决方案1】：

MSER 的 opencv 实现不是仿射不变的，如果使用“检测”作为默认值，因为默认的 opencv-Keypoint 类不能描述椭圆。同样在描述符实现中，只描述了圆圈。

【讨论】：

【解决方案2】：

我不确定是否能很好地理解你的问题：它似乎混合了许多不同的东西，我会尝试非常广泛地回答，因为问题非常广泛......

您似乎在谈论特征提取和描述... 那么，让我们从这个开始吧。

1) 在两个图像 A 和 B 上，在许多应用程序中从 A 和 B 中找到匹配的特征可能很有趣。立体声整流或单应性整流是其中的 2 个示例......
2) 然而，两张图片 A 和 B 并不总是非常相似，一张可以从另一张旋转，在缩放方面可能存在一些差异，更一般地说，它们可以有两种不同的视角
3) 所以，我们想要的是在图像 A 上找到与图像 B 匹配的特征，即使 A 和 B 之间发生了一些转换。这就是为什么我们发明了寻找特征并描述它们的技术（特征提取和描述符计算）从图像 A 到图像 B 相关，即使它们被转换......
4) SIFT 和 SURF 是其中一些提取和计算特征描述符的技术(see here the difference between what we call feature extraction and descriptor computation)
5) 在这个意义上，仿射不变是指提供对affine transformations 鲁棒（不变）的特征的技术
6) This is a comparison between some techniques SIFT/ASIFT/MSER
7) 我从未实施过 ASIFT，SURF 以一种非常稳定的技术而著称，可应对许多转换...我想我们可以热烈感谢 Ecole Polytechnique（法国）的 ASIFT 和 ETHZ 的 SURF（瑞士) 这些都是很棒的学校，在图像处理和许多其他科学领域提供了出色的方法...

【讨论】：

SURF 是否被认为是仿射不变的？我用我测试过 SIFT 的相同设置对其进行了测试，我注意到 SIFT 发现的比 SURF 更多。
Surf 是尺度和旋转不变的......来自维基百科：SURF（加速鲁棒特征）是一种鲁棒的图像检测器和描述符，由 Herbert Bay 等人首次提出。在 2006 年，可用于对象识别或 3D 重建等计算机视觉任务。它的部分灵感来自 SIFT 描述符。 SURF 的标准版本比 SIFT 快几倍，并且其作者声称对不同的图像转换比 SIFT 更健壮。 SURF 基于近似 2D Haar 小波响应的总和，并有效利用积分图像。
不知道为什么我使用 SIFT 得到的结果比使用 SURF 的结果更高。
如果你使用 opencv，这可能取决于你如何配置 SURF 和 SIFT
感谢您提供所有这些信息。在使用谷歌一段时间后，我想我很困惑，因为每个人都说很少有技术可以处理仿射变换、翘曲、倾斜等。