0

我正在尝试使用 OpenCV 2.4.0 跟踪一系列灰度图像中的特征点集。

我已经知道如何实现 SIFT 或 SURF 来检测特征点并初步计算描述符。但是，我需要帮助来计算只有我知道位置 (u,v) 的特征点的 SIFT 描述符。SIFT 的工作示例代码如下所示。

例如，如果我使用 Haris 角点检测器来检测以下特征dv_scenePoints_t：

cvGoodFeaturesToTrack (source2, eig_img, temp_img, dv_scenePoints_t, &corner_count, 0.3, 3.0, mask, 7, 1);

那么在这种情况下，我将如何计算点的 SIFT 描述符dv_scenePoints_t。

另外，如果我必须通过粒子过滤器跟踪特征点。然后，我将如何使用 SIFT 描述符来计算每个粒子的权重（特征点假设）。谢谢。

#include "stdafx.h"
#include <stdio.h>
#include "opencv2/core/core.hpp"
#include "opencv2/features2d/features2d.hpp"
#include "opencv2/highgui/highgui.hpp"
#include "opencv2/nonfree/nonfree.hpp"
#include <opencv2/nonfree/features2d.hpp>
#include "opencv2/objdetect/objdetect.hpp"
#include "opencv2/legacy/legacy.hpp"
#include "opencv2/legacy/compat.hpp"
#include <opencv/cv.h>
#include <opencv/highgui.h>
#include <string.h>
#include <iostream>

using namespace cv;
using namespace std;

int main(int argc, char *argv[])
{        
    Mat source1 = imread("KITTI_train.png",CV_LOAD_IMAGE_GRAYSCALE);
    Mat source2 = imread("KITTI_trainRotate90.png",CV_LOAD_IMAGE_GRAYSCALE);

    vector<KeyPoint> dv_sceneKeypoints_t, dv_objectKeypoints_t;
    vector< DMatch > matches;

    SiftFeatureDetector detector(400,5,0.03);

    detector.detect(source1, dv_objectKeypoints_t);
    detector.detect(source2, dv_sceneKeypoints_t);
    SiftDescriptorExtractor extractor;

    Mat descriptors1,descriptors2;
    extractor.compute(source1,dv_objectKeypoints_t,descriptors1);
    extractor.compute(source2,dv_sceneKeypoints_t,descriptors2);

    FlannBasedMatcher matcher;
    matcher.match(descriptors1,descriptors2, matches);
    Mat target;
    drawMatches(source1,dv_objectKeypoints_t,source2,dv_sceneKeypoints_t,matches,target);
    imshow("Matches", target);
    waitKey(0);
    return 0;

}
4

1 回答 1

1

Keypoint结构包含一些成员，例如大小和响应： http ://docs.opencv.org/modules/features2d/doc/common_interfaces_of_feature_detectors.html?#KeyPoint

您可以使用这些功能来确定粒子的相对权重。

于 2013-06-13T05:49:36.727 回答