我已经开始了一个使用视频创建长场景的线性/条形全景图的项目。这意味着全景图不围绕中心旋转，而是平行于场景移动，例如。安装在车辆上的视频摄像头垂直于街道立面。
我将遵循的步骤是：
到目前为止，我已经能够从视频中保存单个帧并仅在两张图像上完成 SURF 特征检测。我不是要求有人解决我的整个项目，但我一直在尝试完成对捕获的剩余帧的 SURF 检测。
问题：如何将 SURF 检测应用于连续帧？我将其保存为 YAML 还是 xml？
对于我的特征检测，我使用了 OpenCV 的示例 find_obj.cpp 并只是更改了使用的图像。
有没有人经历过这样的项目？我想实现的一个例子是来自 Iwane 技术http://www.iwane.com/en/2dpcci.php
在从事类似项目时，我创建了一个std::vectorSURF 关键点（点和描述符），然后使用它们来计算成对匹配。该向量在逐帧阅读电影时被填充，但它对一系列图像的工作方式相同。
除非您的资源非常有限或序列非常长，否则没有足够的点来饱和您的内存（并使用 yml/xml 文件）。
请注意，您不需要特征跟踪部分，至少在大多数标准情况下：SURF 描述符匹配还可以为您提供单应性估计（无需跟踪）。
读取向量
首先声明一个 Mat 的向量，例如std::vector<cv::Mat> my_sequence;。那么，你有两个选择：
要么您知道帧数，然后将矢量调整为正确的大小。然后，对于每一帧，将图像读取到某个变量并将其复制到序列中的正确位置，使用my_sequence.at(i) = frame.clone();或frame.copyTo(my_sequence.at(i));
或者您事先不知道大小，您只需push_back()照常调用该方法：my_sequence.push_back(frame);