7

我有一个目标徽标的图像，我试图用它来在其他图像中查找目标徽标。我目前正在运行两种不同的检测算法来帮助我检测图像上的任何徽标。我使用的第一个检测是基于直方图的，我在其中搜索图像以查找屏幕上颜色非常相似的一般区域。从那里我运行 SIFT 以进一步获取我正在寻找的对象。这适用于大多数徽标，但是我拥有的 Target 徽标甚至没有拾取徽标中的关键点。

我想知道是否有什么我可以做的来帮助定位图像中的一些关键点。任何意见是极大的赞赏。

以下是 SIFT 未拾取的图像：

在此处输入图像描述

提前致谢。

编辑 我厌倦了使用 Julien 的基于模板匹配的想法以及模型的不同比例和旋转，但仍然没有得到什么结果。我已经包含了一个我试图测试的图像。

徽标的图像

4

3 回答 3

11

您的图像中没有关键点...

为什么 ？

  • 因为在统一的颜色平面中没有关键点（为什么会有？因为它是统一的，没有什么是亮点）
  • 因为图像中的一切都是对称的，所以拥有关键点并没有什么帮助，根据某些特征提取器，它们将具有相同的特征向量
  • 因为在交叉方向上没有拐角或高梯度，这会导致许多特征检测器的关键点

如果您在没有大的变化（旋转、平移、噪音等）的情况下搜索此徽标，您可以尝试使用模板匹配方法，简单的关联是最简单的。

如果你想更进一步，我的一个想法，我从未实现过，但可能很有趣：将拥有一组你缩放、旋转、扭曲、去饱和度、使用函数增加噪声然后应用模板匹配的图像使用您从以前的模板中获得的这组图像......这个想法来自 SIFT 和小波变换，我们使用我们以某种方式（旋转、噪声、频率等）改变的函数，以便针对您想要“检查”的任何图像中发生的这些基本变化，使我们的变换具有鲁棒性。这对你来说可能是个主意！

在此处输入图像描述

这是一个总结我想法的图像，你旋转和缩放你的模板，实际上它创建了一个新的旋转/缩放模板，你可以尝试匹配，它会增加鲁棒性（即使如果你选择很多参数它可能会很长改变）。好吧，我并不是说那是一种算法，但尝试它可能是一个有趣且非常基本的想法......

朱利安，

于 2011-07-26T18:54:27.117 回答
1

这个标志对于特征匹配有问题还有另一个原因。对于没有任何平滑度的人造图像，大多数功能都非常糟糕。所有导数都是 1 像素大小，特征检测器依赖于导数。您必须稍微平滑图像。对于这个特定的标志，由于高度对称，它无济于事。您可以使用霍夫变换来检测圆圈内的圆圈。与模板匹配相比，它会给你更好的结果。

于 2011-07-27T17:40:11.270 回答