问题标签 [keypoint]

我正在处理一些关于钢纤维混凝土中纤维分析的研究，几个月后，基于对每个像素的粗麻布矩阵的分析进行了自动研究，我发现自己陷入了困境。上面提到的分析有效，但没有考虑到我的纤维（你可以在图片中看到）最后有钩子部分，这些钩子破坏了方向张量的整个分析。

现在通过使用我已经逐个像素提取的信息，我想尝试识别每根光纤的 6 个兴趣点（即开始、结束和弯曲的 4 个点），然后继续进行模型匹配。

我有一个体积数据集，描述混凝土体积和里面的所有纤维，通过高斯平滑（每根纤维长 400 像素，厚 8 像素）。

您是否有任何想法或提示可以加快我尝试本地化那些我以后可以用于与光纤模型匹配的一些空间索引模型的特征关键点？

我通过在 features2d 框架中使用不同的检测器从两个连续的特征点中获得了特征点：

在第一帧中，特征点用红色绘制

在下一帧中，特征点以蓝色绘制

我想在第一帧（带有红点的图像）内的这些红色和蓝色（匹配）点之间画一条线。 平局函数没有帮助，因为它显示了一个窗口，其中两个连续的帧彼此相邻以进行匹配。在 OpenCV 中可以吗？

提前致谢

我最近在 Python(2.7) 上更新到 OpenCV 3.0 tp2，以利用 drawMatches 和 drawMatchesKnn() 等方法，但似乎都不可用。我从源代码构建，并且一切都正确安装，但我仍然没有方法。

我有 OpenCV 2.4.8，我知道它没有这些方法，但我很确定 3.0tp2 确实有它们。从那以后他们被删除了吗？还是从那以后名字变了？

有没有人知道我可以做些什么来解决这个问题？

我正在尝试使用此示例代码仅绘制关键点（没有图像）：

我尝试过cv2.drawKeypoints(None,kp)，cv2.drawKeypoints(kp)但无济于事。

有什么想法可以实现吗？

谢谢。

谁能告诉我如何检测图像的关键点并在 java 中在该图像上绘制关键点？我尝试了 smt 但我不知道如何绘制它们？关于我应该如何进行的任何想法或为我的代码绘制的任何想法？

我有两张图片

PlanA：我检测图片A中的SIFT关键点并使用光流找到图片B中的对应点

计划 B：但是如果我在图片 B 中检测到 SIFT 关键点并在图片 A 和图片 B 之间进行匹配

Plan A 和 Plan B
哪一个更好？

我正在使用 openCV FastFeatureDetector 从图像中提取快速关键点。
但 FastFeatureDetector 检测的数量不是 const 数字。
我想设置 FastFeatureDetector 获取的最大关键点数。
我可以指定使用 openCV FastFeatureDetector 时获得的 FAST 关键点数
吗？

我有一个图像。我使用 Canny 边缘检测器，然后在其上应用 Sift。

结果如下：

我不明白结果。为什么我在一些黑色区域有一些兴趣点，而不是我期望更多的地方？此外，圆圈大小指的是什么？

我在网上查了一下，但不是很清楚，也没有找到任何有关它的信息。

谁能解释一下？

This question is regarding SIFT features and its use in MATLAB. I have some data containing the following information:

1. The x,y co-ordinates of each feature point
2. The scale at each feature point
3. The orientation at each feature point
4. The descriptor vector for each feature point. Each vector has 128 components.

I'm having a problem with drawing the keypoints onto the corresponding input image. Does anyone have an idea of how to do this? Are there any built-in functions I can use?

Thanks a lot.

我正在尝试为我大学的机器人班实施一项任务。该项目的主要任务是使用 KUKA-youbot 机器人抓取杯子。

我发现它的主要问题是关于项目的视觉计算部分。更准确地说，我使用的是 Kinect（将安装在机器人手臂上），一开始我想用这个程序来找到杯子：

1. 开始之前给杯子拍照（真的很近）
2. 使用openCV从安装在机器人手臂上的kinect实时计算图像的关键点和实时图像的关键点。
3. 此时我可以使用 OpenCV 映射两个图像之间的关键点。
4. 使用同一时刻从 kinect 获取的 3d 点云图像实时映射图像的 2d 点。计算 3d 图像中的质心，从而知道杯子的位置。

问题是，如果实时图像接近（如 1 米），则关键点提取并将它们与其他对象映射效果很好，否则特别是如果场景中有其他对象，openCV 算法会检测其他重要特征和映射不起作用。

我正在使用这个：http ://docs.opencv.org/doc/tutorials/features2d/feature_homography/feature_homography.html

正如您在第一张照片中看到的那样，机器人靠近杯子，一切顺利， http ://postimg.org/image/byx8danpt/ 我们离杯子很远，没有任何效果。 http://postimg.org/image/9lhhzxk4z/

我想知道我的项目是否还有其他功能更强大的方法。也许是基于模型的东西，而不是像我最初的想法那样基于特征的东西。

谢谢卢卡