5

我正在使用 opencv2.3.1 来检测图像中的 SIFT 关键点。但是我发现在检测结果中，有重复的点。即，有两个坐标相同（以像素为单位）的关键点，但它们对应的描述符却大不相同。以下代码显示了 SIFT 提取过程。我认为人们应该熟悉使用过的“box.png”。所以有兴趣的朋友可以试试下面的代码，看看有没有跟我一样的问题。

#include "opencv2/highgui/highgui.hpp"
#include "opencv2/features2d/features2d.hpp"
#include <iostream>
int main( )
{
cv::Ptr<cv::FeatureDetector> detector = cv::FeatureDetector::create( "SIFT" );
cv::Ptr<cv::DescriptorExtractor> extractor = cv::DescriptorExtractor::create("SIFT" );
cv::Mat im = cv::imread("box.png", CV_LOAD_IMAGE_COLOR );
std::vector<cv::KeyPoint> keypoints;
cv::Mat descriptors;
detector->detect( im, keypoints);
extractor->compute( im,keypoints,descriptors);
int duplicateNum = 0;
for (int i=0;i<keypoints.size();i++)
{
    for (int j=i+1;j<keypoints.size();j++)
    {
        float dist = abs((keypoints[i].pt.x-keypoints[j].pt.x))+abs((keypoints[i].pt.y-keypoints[j].pt.y));
        if (dist == 0)
        {
            cv::Mat descriptorDiff = descriptors.row(i)-descriptors.row(j);
            double diffNorm = cv::norm(descriptorDiff);
            std::cout<<"keypoint "<<i<<" equal to keypoint "<<j<<" descriptor distance "<<diffNorm<<std::endl;
            duplicateNum++;
        }
    }
}
std::cout<<"Total keypoint: "<<keypoints.size()<<", duplicateNum: "<<duplicateNum<<std::endl;

return 1;

}

4

3 回答 3

7

希望能帮助你理解为什么。

为关键点周围的所有像素计算大小和方向。然后，为此创建一个直方图。在这个直方图中，360 度的方向被分成 36 个 bin（每个 10 度）。假设某个点（在“方向收集区域”中）的梯度方向是 18.759 度，那么它将进入 10-19 度的 bin。添加到 bin 中的“数量”与该点的梯度大小成正比。一旦对关键点周围的所有像素都完成了此操作，直方图将在某个点出现峰值。

假设您看到直方图在 20-29 度处达到峰值。因此，关键点被分配方向 3（第三个 bin）

此外，任何高于最高峰 80% 的峰都将转换为新的关键点。这个新的关键点具有与原始关键点相同的位置和比例。但它的方向与另一个峰相同。

因此，方向可以将一个关键点拆分为多个关键点。

关于 SIFT 的重要参考：http: //aishack.in/tutorials/sift-scale-invariant-feature-transform-introduction/

于 2012-08-01T03:46:12.757 回答
2

是的，这是真的 - SIFT 描述符的 openCV 实现为某些关键点生成多个描述符，它们的方向不同（SIFT 描述符估计关键点的主要方向）

于 2012-07-14T16:53:22.333 回答
1

通过在 .NET 中实现 SIFT，我遇到了同样的问题：

相同的关键点但不同的描述符如下所示：

在此处输入图像描述

在此处输入图像描述

于 2012-11-09T22:24:30.017 回答