c++ - 如何改进opencv中的特征检测

Question

我正在做一个项目，我需要使用 opencv 检测图像上的特征。

我在用

SURF detector;
SURF extractor;
BFMatcher matcher;

用于检测、提取和匹配点。它适用于某些图像，但在某些其他图像上失败。

例如，系统在此图像上失败：

显然，这个图像有一些纹理，特征检测器应该检测到它们，但是没有检测到特征，因此没有生成匹配。

如何改进此功能检测？

我可以为此使用任何图像处理技术吗？

我可以使用其他任何检测器来解决这个问题吗？

Answer 1

我没用过SURF，但是用过ORB算法。为了改进特征检测，我尝试了几个过滤器。我获得的最佳结果是结合使用滤波器均衡直方图和快速傅里叶变换。

均衡直方图过滤器：它增强无意义的细节并隐藏重要但小的高对比度像素，这些像素被假定为噪声。直方图均衡采用单调的非线性映射，它重新分配输入图像中像素的强度值，使得输出图像包含强度的均匀分布（即平面直方图）

快速傅里叶变换滤波器：它将图像分解为其正弦和余弦分量。该滤波器执行的变换的输出表示频域中的图像，而输入图像是空间域等效的。在傅里叶域图像中，每个点代表空间域图像中包含的特定频率。

我不确定，但我认为在 OpenCV 中没有 FFT 过滤器，因此您可能需要使用另一个库。

Edit1：我有一个代码，但不幸的是它是在 Java 中而不是在 C++ 中。但是，如果您将应用相同的过滤器，结果将是相同的。这是 Eqaulize Histogram 的文档。为了应用 FFT 过滤器，我使用了 ImageJ，它是 Java 库。你可以尝试找到类似这个库的东西，比如这个。

Edit2：应用 FFT 滤波器的 ImageJ 代码

import ij.plugin.filter.FFTFilter;
...
FFTFilter fft = new FFTFilter();
ImageProcessor ip = new ColorProcessor(bufImage);
ImagePlus imgPlus = new ImagePlus();

imgPlus.setImage(bufImage);

try{
   fft.setup(null, imgPlus); 
}catch(Exception e){e.printStackTrace();}
fft.run(ip);

Edit3：以下是在应用上述过滤器之前和之后检测到的特征的示例。

1. 没有任何过滤器的 SURF：
2. 带有 EH + FFT 的 SURF：
3. 带 EH + FFT 的 ORB：

正如你在 SURF 算法中看到的，有太多的冗余信息来执行匹配。所以我建议你使用ORB算法。ORB的优点还在于它可以免费使用，图像旋转和缩放高效稳定。您还可以在应用 EH+FFT 之前对图像进行平滑处理，以仅检测角上的特征。

Edit4：我还发现了有关 FFT 的有用信息。根据这个主题， FFT 是 DFT 的有效实现。这是描述here。这也可能是您最近的问题的答案四。