2

将图像 A 中的二进制描述符匹配到一组图像 B*，我碰巧尝试将“火车”和“查询”图像反转为以下函数：

cv::BFMatcher matcher;
matcher.match(queryDescriptors, trainDescriptors, matches);

第一点是该函数不是对称的，即 match(trainDescriptors, queryDescriptors, matches) 不会给出相同数量的匹配。

其次，如果我使用 A 作为查询图像，使用 B* 作为训练图像（在 for 循环中），那么我总是从 A 到 B* 的图像获得相同数量的匹配（例如，如果 A -> B1 有 155 个匹配项，然后 A -> Bx 都有 155 个匹配项）。

但是如果我做相反的事情（即使用 B* 作为查询图像，使用 A 作为训练图像），那么每次匹配的数量都是不同的（这对我来说似乎更合乎逻辑）。

直觉上，我会说 A 和 Bx 之间的匹配应该与 Bx 和 A 之间的匹配相同，但显然不是这样。这是为什么？

4

1 回答 1

2

BFMatcher::match() 实际上为查询图像的每个描述符返回与训练图像的最佳匹配。由此，我们可以得出结论：

  • 匹配数始终是查询图像的描述符数
  • 这是不对称的：假设描述符 Ax 的最佳匹配是 Bz，而描述符 Ay 的最佳匹配是 Bz（即 A 上的两个描述符与 B 中的同一个描述符匹配），那么我们清楚地看到最佳匹配因为 Bz 要么是 Ax 要么是 Ay，但不是两者兼而有之。

假设之后进行几何验证（例如使用单应性），那么最好以匹配数量最大化的方式选择查询图像和训练图像。

于 2013-03-26T09:25:29.513 回答