opencv - 彩色 SURF 探测器

Question

SURF默认适用于灰度图像。我正在考虑在 HSV 图像上做 SURF。我的方法是将通道分为 H、S 和 V。我使用 S 和 V 进行关键点检测。我试图比较 SV 与 RGB 中的关键点数量，就通道而言，HSV 提供了更多功能。

不确定我在做什么是否正确。需要对在 HSV 图像上应用 SURF 的可能性进行一些解释。我已经阅读了一篇关于在不同颜色空间而不是 SURF 上应用 SIFT 的论文。

1. 有没有更好的方法来实现这一目标？
2. 我们可以将 SURF 应用于颜色、HSV 空间吗？

感谢您的时间。

Answer 1

2. 我们可以将 SURF 应用于颜色、HSV 空间吗？

我没有测试它，但据我所知，SIFT 和 SURF 使用（原则上）非常相似的检测技术：

SIFT 检测器使用高斯差分 (DoG)技术来有效地逼近高斯拉普拉斯算子 (LoG)，这两者都是 Blob 检测技术。

SURF 检测器使用任意大小的框过滤器/框模糊来计算（或近似？）Hessian 的行列式，这是一种Blob 检测技术。

两种方法都使用一些策略来计算多个尺度的这些斑点（SIFT：DoG-Pyramid；SURF：积分图像以缩放过滤器大小）。最后，两种方法都检测给定二维数组中的斑点。

因此，如果 SIFT 可以在您的 (H)SV 通道中检测到良好的特征，那么 SURF 应该能够做到这一点，因为原则上它们都可以检测到 blob。您将要做的是检测色调/饱和度/值通道中的斑点：

• 色调斑点：被不同（所有更高或所有更低）色调包围的相似色调区域；

• 饱和斑点：区域......是什么？不知道如何解释；

• value-blob：应该给出与 grayimage 转换的 RGB 图像的 blob 非常相似的结果。

要补充的一件事：我只是在处理探测器！不知道颜色数据如何影响SIFT/SURF描述。

Answer 2

我没有测试它，但你可以做的是使用兴趣点 HSV 值作为附加匹配标准。我在原始实现中使用的以及加速匹配图像对的是 Hessian 矩阵行列式的符号。该标志告诉我们它是深色背景上的浅色斑点还是浅色背景上的深色斑点。显然，人们不会尝试将深色斑点与明亮斑点匹配。

以类似的方式，您可以使用 HSV 值并使用距离。为什么将蓝色斑点与黄色斑点匹配。没有任何意义，除了白平衡或照明完全搞砸了。也许我关于匹配线段的论文可以在这里提供帮助。我在那里用过HSV。

至于在不同的通道H、S、V上提取SURF兴趣点，我同意Micka的回答。

您可以尝试使用 Hue 通道制作描述符。