2

我很难理解参数orientationNormalizedscaleNormalizedFREAK 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

4

2 回答 2

1

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

于 2014-03-24T11:17:49.543 回答
0

“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。

于 2014-02-02T18:45:56.180 回答