我正在研究一种应用于组织学图像的图像配准方法。
我有一个问题。我想使用 MSER 特征检测器来检测图像上的关键点。使用 opencv 提供的 MSER 函数检索 MSER 轮廓后,我计算每个轮廓的质心,以便将其用作有趣的点。
如果我直接对感兴趣的点进行描述,例如使用 Surf 描述符,描述符的大小是 1,无法比较它们。
因此需要将描述符的大小修改为合适的大小。
有人有想法吗?
谢谢
我正在研究一种应用于组织学图像的图像配准方法。
我有一个问题。我想使用 MSER 特征检测器来检测图像上的关键点。使用 opencv 提供的 MSER 函数检索 MSER 轮廓后,我计算每个轮廓的质心,以便将其用作有趣的点。
如果我直接对感兴趣的点进行描述,例如使用 Surf 描述符,描述符的大小是 1,无法比较它们。
因此需要将描述符的大小修改为合适的大小。
有人有想法吗?
谢谢
答案很晚,但我希望它对某人有所帮助。
MSER 返回您的区域而不是积分。为了从 MSER 区域中提取描述符,您必须将区域映射到标准大小,例如从任何椭圆形到 30x30 像素圆,然后从中提取描述符(例如 SURF)。
如果你单独使用 SURF,它会使用 Harris 角点作为兴趣点,然后在比例空间中围绕它放置固定大小的窗口。
匹配通常是通过比较描述符来完成的。您正在尝试匹配不同的关键点(或兴趣点)。
最后但并非最不重要的一点是,MSER 质心和 SURF 兴趣点不太可能出现在同一位置,因为 MSER 检测同质区域并且 SURF 使用 Harris Corners。MSER 的质心不能有角,所以从技术上讲,它们永远是彼此的异常值。
在 MATLAB 2011 及更高版本中,MSER 可以与 SURF 描述符(包含在计算机视觉系统工具箱中)结合使用。
另一种方法是使用由http://www.robots.ox.ac.uk/~vgg/research/affine/descriptors.html共享的computer_descriptors.ln
此致