I am reading images from a set and extracting their features. However, for some images(very few, around 4 per mille), SiftFeatureDetector::detect( image, keypoints) cannot detect key points and returns me an empty set of key points. When I tried with SurfFeatureDetector::detect( image, keypoints), it detects the key points.

Here is the code:

What is the reason behind this? Can someone explain please?

Thanks.

EDIT: Surf also cannot detect some key points , around 2 per mille.

我有一些连续的图像，并且提取了每个图像的关键点。

如果这些图像都有 8 个相同的关键点，是否有任何算法来构建这 8 个

关键点的世界坐标？

我在谷歌上搜索过欧几里得重建可能可以做到这一点，对吗？

谢谢您的帮助！

我有两张图片要比较。为此，我正在使用 orb.detect 和 orb.compute。

我的问题是我想提供某些关键点，但我无法找到一种方法来做到这一点。

我试过这样的事情：

为两张图片分配特定的位置、角度、data_id 等。但是，我收到一条错误消息：

那么有人知道我如何创建自己的关键点而不是让 orb.detect 创建自己的关键点吗？

提前致谢！

我目前正在使用 OpenCV 进行个人项目，并且在执行程序期间遇到了一些问题。在实现了一个 AKAZE + BOW 识别器（它似乎对我的问题不够好）后，我想尝试一个 SIFT（最终是 SURF）实现。

对于我的项目，我正在关注在github上找到的这个项目，并且我在 Windows 10 上使用 VS2015（社区）和 OpenCV 2.4.13。

正如标题中所述，我遇到的问题在于 ucrtbase.dll 在执行期间获得了无效参数（如果我正确读取其他线程，则 dll 应该是 Windows 10 中的操作系统库）。当 for cicle 进入第二次迭代时（也就是当它应该为 BOW 训练获取另一个图像的特征时）出现问题，此时执行停止并且标题中出现错误。

我尝试了各种方法（例如，对检测器/提取器使用不同的构造函数或注释部分代码），在调试会话期间，错误似乎是由检测函数引起的，但我不确定为什么（也，如所述在下面的代码中，注释检测功能及其后的功能解决了问题）。

drawKeypoints 函数（在另一个测试中使用）似乎正确地绘制了关键点（这应该意味着检测函数工作正常）。

您可以在下面找到给出错误的代码段：

告诉我您是否需要了解其他任何信息才能理解该问题。

提前感谢您可以给我的任何帮助/建议。

编辑1：

我尝试删除所有 cicles 并且程序设法正确执行所有功能，但是从 main 返回时它仍然给出 ucrtbase.dll 错误。我在 VS 调试期间注意到的另一件事是，调试器在必须释放内存（使用该 dll）时生成异常，无论是在 for cicles 期间还是在程序结束时。

我猜这里的调试器有解决方案，但我真的不明白那个dll有什么问题，如果有人有空的话，任何帮助都会非常感激。

编辑2：

经过几天的测试，错误似乎来自于以下内容的重新分配：

std::vector< cv::KeyPoint >

如果 KeyPoint 向量被实例化并且仅在程序结束时被销毁，则计算工作正常并且最后会出现 dll 错误（这很烦人，但对于我可以应付的快速测试）。

问题是我想创建利用这些向量的函数，而不必将它们作为参数传递。由于释放似乎是问题所在，因此在每次调用所述函数后，如果程序不崩溃，我就无法做到这一点。我也尝试在向量上使用 clear() 和 swap() ，但这也不起作用。

当我继续编码时，我会继续尝试解决这个问题，但任何帮助/见解将不胜感激。

我不确定这是否属于适当问题的标准，但我仍然想试一试。

我正在寻找一个库或函数，它以 [number_of_keypoints][feature_0...feature_127] 的文件（或矩阵）的形式采用两个 SIFT 描述符 - 这意味着每个文件有 128 个特征并允许比较图像（我正在使用harris-affine alg. 提取它们：http ://www.robots.ox.ac.uk/~vgg/research/affine/det_eval_files/extract_features2.tar.gz ）。

我对一种允许我找到相互最近的邻居的方法感兴趣，该方法将接受邻域中的关键点数量和成功率。

例如，假设我有两个带有关键点的文件（由 SIFT 描述符描述）（image_1.sift，image_2.sift）。我希望接受的方法：邻域中的关键点数，匹配率，其中匹配率在伪代码中表示：

该比率是匹配的数量与考虑的关键点数量。例如 FindMutualKeypoints(image_1, image_2, 50, 0.7)

它可以是 c#、java、python 或 matlab 实现。我与定期图像分析没有太多关系，在我开始编写自己的实现之前，我认为可能已经有一个。我在从母语翻译中找到正确的英语术语时遇到问题（看起来术语完全不同），这可能是我找不到它的原因。

如何随机裁剪训练图像及其位置标签。

我正在为 caffe 输入预处理图像数据及其标签。我想在线随机裁剪我的训练图像（当 caffe 运行时），我知道 caffe 在随机裁剪层提供了一个随机裁剪参数。问题是我的每个对应图像的标签在图像转换时都是不同的。所以通过这种方式，我必须将我的标签与转换后的图像一起更改。我尝试长时间搜索我的问题，但没有用。然后我意识到也许有两种方法可以解决这些问题：

1. 获取随机裁剪图像在原始图像上的偏移量。但我用谷歌搜索了它，没有任何答案。
2. 我将在线指定随机偏移量，然后通过特定偏移量裁剪特定偏移量裁剪图像。但是如何在 caffe 训练时生成一个随机数。
3. 我知道离线预处理随机裁剪图像及其标签可能是一种可行的方法。但是，它会占用相当大的磁盘空间，因为我的训练数据集太大了。

我的位置对应标签： 我将每个训练图像分割为10x10=100网格。标签是图像中特定关键点的网格索引。例如，当我的头部关键点位于<2th row, 1th col>图像网格的位置时，标签将为 11。

我正在试验不同类型的 OpenCV 的 FAST 检测器。

可用类型有：

最后一个是默认设置，由这张照片描述：

我假设TYPE_7_12意味着以下内容：

这TYPE_5_8意味着：

现在，我使用阈值 30 运行 FAST 检测器，TYPE_5_8并且以下图像部分不会产生单个关键点：

根据文档说：

现在像素 p 是一个角，如果在圆中存在一组 n 个连续像素（16 个像素），它们都比 I_p + t 亮，或者都比 I_p - t 暗

，我预计中心像素（值为 203 的像素）将被检测为关键点。显然有 5 个连续像素的强度低于 203 - 30。

然而什么也没检测到。为什么？

我有两个来自同一视频序列的图像。我在它们上找到了对应的关键点，如下所示

我的目标是检测与图像 1 和图像 2 中的地平面相关的单应性（无需校准相机）。

所以我目前的问题是：我怎么知道哪些点在地平面上？或如何检测位于地平面上的对应点？

先感谢您！

我正在研究一些关于 OpenCV 对象检测的可能性，这让我很困惑。我只是看不出这两者之间的区别。

在他们的博客文章中，他们提到他们使用 FREAK 描述符，但他们没有提到他们使用哪个检测器来识别关键点。有人知道吗？？？