opencv - 如何从小尺寸图像中提取更多关键点？

Question

我试图从一些小尺寸图像（例如 176*146 像素）中获取尽可能多的关键点。但我必须说，我失败了。

我的想法是计算每个关键点的描述符并将其存储到数据库/词袋中，因此可以通过仅计算相似描述符的方式将相似图片识别为数据库内已经存在。

我的问题是小分辨率图片。我已经尝试了 openCV 中几乎所有可用的特征提取器/描述符。Sift、Surf、ORB、Dense、AKAZE 等。对于小尺寸图像，每种方法都失败了。

我能做些什么来获得更强大的关键点？

Answer 1

您应该决定是要检测更多关键点还是更稳健的关键点。通常，关键点越少越好，在不同的变换下更稳定。另外，请定义失败是什么意思。关键点太少？这很容易解决。匹配错误？没那么容易。

您尝试过 FAST 检测器吗？根据我的经验，它通常会检测到比我想要的更多的关键点，我必须丢弃其中的大部分才能获得有意义的结果。您还可以尝试在具有小单元格大小的规则网格中检测关键点 - 这样您将获得统一的覆盖范围，并且如果描述符是好的 - 你最终会得到一些匹配。尽管您可能希望不完全在网格交叉点中计算描述符，而是在附近最类似角落的位置计算描述符。