我很难理解参数orientationNormalized
和scaleNormalized
FREAK 描述符。对它们的含义或作用有任何想法吗?
OpenCV FREAK 文档:http ://docs.opencv.org/modules/features2d/doc/feature_detection_and_description.html#freak-freak
我很难理解参数orientationNormalized
和scaleNormalized
FREAK 描述符。对它们的含义或作用有任何想法吗?
OpenCV FREAK 文档:http ://docs.opencv.org/modules/features2d/doc/feature_detection_and_description.html#freak-freak
正如老不明飞行物所说:使用“orientationNormalized”,关键点的方向将被估计并存储在关键点的参数“角度”中。这可以用于更好的匹配。
scaleNormalization 确实会影响边界检查,但背景是,如果您打开 scaleNormalization,模式的大小(用于提取描述符)将根据此公式进行缩放。(请记住,“最小”关键点大小默认为7)
为了更好地理解缩放,还请务必查看buildPattern()方法!(并阅读相应的论文)
“orientationNormalized”意味着它估计关键点方向,这在需要方向不变性时很好。
据我从源代码中了解到,比例规范化仅影响检查整个关键点是否位于图像内部。