问题标签 [orb]

我正在使用 OpenCV 2.3.1 中的 Orb 特征检测器进行项目。我在 8 个不同的图像之间找到匹配项，其中 6 个非常相似（相机位置相差 20 厘米，沿着线性滑块，因此没有比例或旋转变化），然后是从大约 45 度角拍摄的 2 个图像边。我的代码在非常相似的图像之间找到了大量准确的匹配，但从更不同的角度拍摄的图像几乎没有。我已经包含了我认为是我的代码的相关部分，如果您需要更多信息，请告诉我。

基本上，我有很多对象可以使用 ORB 描述符在测试图像（查询图像）中识别。

我想使用 LSH 来获得更快的匹配，但我在 opencv 中找不到示例。开发了吗？如果你有不同的对象并且你想在测试图像中找到它们中的每一个，你会使用什么？

我正在使用特征提取（sift，orb）进行对象检测。

我想从对象（训练图像）的不同角度提取 ORB 特征，然后将它们与查询图像进行匹配。

我面临的问题是：我怎样才能从来自不同角度的图像的关键点创建一个好的单应性，当然有不同的大小？

编辑

我正在考虑为每个有 3-4 个匹配的火车图像创建一个单应性，然后计算一些“平均”单应性......

例如，当您从每个火车图像中说只有 1-2 个匹配项时，就会出现问题，此时您甚至无法创建 1 个单应性

创建单应性的代码

我正在研究对多维向量的快速 NN 搜索。（就像在提取和计算了特征向量之后搜索相似的图像）

我目前正在使用ORB，它用一些字符串来描述它的关键点。
要比较 2 个描述符 ORB 需要汉明距离。

我已经阅读过 LSH 根据欧几里德距离 (L2) 或 Manathann 距离 (L1) 计算其哈希表。这是否意味着 LSHisn't是需要汉明距离的向量比较的选项？

编辑

LSH 可以处理汉明距离，因为它根据初始位字符串上的子字符串制作哈希表，这就是它起作用的原因

我正在尝试将 ORB 描述符与 LshMatcher 一起使用以实现更快的匹配。

我在某个地方找到了 LSH 实现（例如：https ://code.ros.org/trac/wg-ros-pkg/browser/branches/trunk_diamondback/stacks/object_recognition_experimental/rbrief/src/lsh.cpp ）

但它似乎还没有在 opencv 2.4.2 中实现。

您对如何在 opencv 中包含 LshMatcher 有任何提示吗？

我在计算 SIFT 检测器找到的关键点的 ORB 描述符时遇到了很大的问题。如果我尝试运行一个简单的示例程序，整个系统就会冻结，我不知道为什么。示例代码如下：

有谁知道问题是什么？会很好 ：）

我想从属性文件初始化我的 ORB（通常我这样初始化它，同时运行我的示例 ./app -ORBInitRef NameService=corbaloc::localhost:2809/NameService：）

我写了一个简单的代码：

然后尝试初始化我的球体：

但有一些错误：

我的 config.properties 文件：

ORBInitRef NameService=corbaloc::localhost:2809/NameService

我做错了什么？当我正常初始化我的 ORB 时，一切都很好，所以它不是代码问题，它绝对是从文件初始化的问题。

我正在尝试使用带有 BruteForce 匹配器的 emgu SURF 和 ORB 功能来检测对象，但是得到了非常错误的结果，如下图所示。下面两张图分别是surf和orb特征匹配的结果，阈值为0.8，k=2。谁能告诉我如何解决这个问题，或者在这个场景图像中无法检测到物体（钻头）？我在 emgu 中使用示例 SURF 代码。我尝试了许多不同的阈值 k 值，但从未得到可接受的结果。代码的哪一部分可能包含错误；关键点检测、特征提取或匹配？我尝试过不同的关键点检测和特征提取方法，例如 sift、freak 和brief，但匹配结果永远不会比以下更好。请指导我。

谢谢

我正在使用 OpenCV 2.4.3 c++ 接口来查找两个图像之间的匹配点。第一次尝试是使用 SURF。唯一的问题是耗时，所以我尝试了新的 FREAK 提取器。使用 SURF 进行检测，使用 FREAK 进行描述，我意识到 FREAK 将关键点的数量减少到几乎检测到的一半，并且结果匹配还不够。这就是原因，我尝试 FAST 来获得更多的关键点。结果：

1. SURF 检测器，SURF 提取器，BFMatcher crosscheck true，RANSAC：第一个图像 70 个关键点，第二个图像 50 个关键点，200 毫秒。250 毫秒。15 毫秒。15 毫秒。
2. SURF 检测器，FREAK 提取器，BFMatcher 交叉检查为真，RANSAC：第一个图像 39 个关键点，第二个图像 30 个关键点（在 FREAK 之后），200 毫秒，50 毫秒。, 0 毫秒, 0 毫秒。结果是好的匹配太少了。
3. FAST 检测器、FREAK 提取器、BFMatcher crosscheck true、RANSAC：120 个关键点、90 个关键点（FREAK 之后的 69 和 48 个关键点）、10 毫秒、450 毫秒、15 毫秒、10 毫秒。

之后，我使用了 ORBFeatureDetector，它获得的关键点数量与 FAST 相同，但在 FREAK 提取器之后，每个图像的结果关键点为 0。难道我做错了什么？ORB 关键点与从 FAST 获得的关键点不同吗？也许我可以为此提出另一个问题，但我有最后一个问题。什么是检测器/提取器的最佳组合，以获得与我使用 SURF 的第一次实验相同的结果，但减少了处理时间？因为当我获得更多关键点时，提取器部分也更耗时，尽管我使用 FREAK。

我在 CORBA 中有使用 IIOP 协议的应用程序，我正在使用 JDK 6 的 Java IDL 组件，这是另一个 ORB 实现。

用Java语言实现客户端和服务器。

JDK ORB 实现中是否有任何方法可以从服务器 (ORB) 代码中获取客户端 ORB 的主机和端口？

或者

有什么方法可以使用 IIOP 协议，让客户端获取主机和端口？

这是我们正在做的识别客户以跟踪谁被请求