您对此有什么建议吗？
我正在按照一篇研究论文中的步骤重新实施它以解决我的具体问题。我不是专业程序员，但是，我挣扎了一个多月。当我使用广义霍夫变换达到评分步骤时，我没有得到任何结果，我得到的是一个空白图像，没有找到对象中心。我所做的包括以下步骤：
我为训练图像定义了一个空间受限区域，并在该区域内提取 SIFT 特征。中心的红点代表模板（训练）图像中的对象中心。
这是 SIFT 在查询图像中提取的兴趣点：
关键点根据一些条件进行匹配：1）它们应该被量化为相同
visual word并且在空间上是一致的。所以我在匹配条件后得到以下几点：
- 对于模板和查询图像，我分别有 15 分和 14 分。我将这些点与对象坐标的模板图像中心一起发送到广义霍夫变换（我从 github 找到的代码）。该代码对其默认图像正常工作。但是，根据我通过算法得到的几点，我不知道我做错了什么？！
我想可能是因为theta计算，所以我把这条线改成返回absy 和 x 的差异。但这并没有帮助。在第 20 行中，他们只考虑 90 度进行分箱，请问是什么原因以及如何根据我的问题和围绕对象中心的旋转角度范围定义分箱？- 分箱范围是否影响中心计算？我真的很感激你让我知道我在这里做错了什么。