问题标签 [orb]

我的目标是实时跟踪视频序列中的关键点。根据我在网上的搜索，ORB 可能是一个不错的选择。但是，似乎缺乏关于此事的重要文件。

有人可以指导我们找到有关此事的完整示例的链接，或者为我们提供一个独立的示例吗？

以下链接是关于两个图像之间的 ORB 检测和匹配： http ://docs.opencv.org/trunk/doc/tutorials/features2d/akaze_tracking/akaze_tracking.html?highlight=orb%20akaze

但是，尚不清楚如何遵循相同的跟踪程序。详细地说，对于我将执行的每个新框架

matcher.match(descriptors[0], descriptors[1], matches); ...然后提取好的匹配。

问题是如何从 （良好匹配）中获取descriptors[0]/构建keypoints[0]？matches

PS 对 orb-orb 检测和跟踪很感兴趣，因为据称它在速度和准确性/鲁棒性之间提供了很好的折衷。

在哪里可以找到在 AndroidStudio 中使用 ORB 和 OpenCV 的演示/教程。我尽我所能在网上搜索，但没有找到任何对我有帮助的东西。

我想编写一个 Android 应用程序，它将检测来自摄像机的实时视频流中的多个平面对象，并将它们的外观记录在日志文件中。

在网上研究了一下后，我相信最好的方法是使用 SURF 或 ORB。但是，SURF 我相信它现在不可用，因为它被 quallcom 收购了，它也不是开源的也不是免费的，我最好的选择是使用 ORB，但我找不到任何关于如何在 Android 上实现它的教程

任何帮助将不胜感激。

BOWImgDescriptorExtractor必须接收 32F 所以SURF或SIFT必须用于DescriptorExtractor，但FeatureDetector肯定可以是任何你想要的，对吧？

我只需要在这里澄清一下，我只见过有人说“你不能使用ORBwith Bow”，但是在检测功能时，为什么要使用哪个呢？

我有一个与 jacorb 紧密耦合的应用程序，它与 Jboss 配合得很好。现在，我必须迁移此应用程序以在 Websphere 8.5.5 中部署相同的应用程序。一般流程是，我的应用程序将通过 corba usign jacorb 到达另一个系统（用 C++ 开发）。由于 IBM 拥有自己的 ORB 实现，因此我的应用程序正在部署在 websphere 中。如果我的应用程序被修改为使用 IBM orb jars，那么 80% 的应用程序必须更改。请建议我包含 jacord proeprties 和 jar 来解决错误的方法。

我的足迹：所有的足迹都是相互独立的。

1) 保留我的 orb.properties、jacorb.jar 并在 WAS->JAVA->JRE->lib 中删除 IBM orb.properties
2) 通过管理控制台将我的文件包含在 JVM 类路径中。（此更改后服务器无法启动）。

3) 使用 jacorb 属性修改了 IBM orb.properties，但获得了类转换异常。

错误：

提前感谢您的支持。

我有一个从 RSTP 获取视频源并检查对象的程序。唯一的问题是物体需要距离相机大约 6 英寸，但是当我使用有线网络摄像头时，物体可能在几英尺之外。两个相机都以相同的分辨率传输，是什么导致了这个问题？

相机传输规格：

编辑：我使用的算法是 OpenCV ORB 算法，但我之前在 OpenCV 中使用 Haar 分类器方法时也看到了这种行为。

以下是网络摄像头无法再检测到对象的限制。（约 66 像素）

以下是 Glass 无法再检测到对象的限制。（约 68 像素）

查看图像，它看起来距离相似，但距离至少是网络摄像头图像中的两倍，在我看来，这是导致此问题的相机属性？如果是这样，相机的哪个部分会导致这种情况？

我最近一直在尝试使用特征匹配来解决问题，利用 C++ 中 OpenCV 库提供的特征匹配算法。

现在有一个例子，ORB 给我的匹配比 SIFT 更好，这让我想知道。我认为 ORB 是一种尝试提供与 SIFT 相当的质量，同时需要更少的计算时间。这就是为什么我认为我的 SIFT 匹配可能做错了什么。但是，对于其他图像，效果很好。

我正在谈论的示例是二进制图像。以下是使用 SIFT 获得的结果：

这是使用 ORB 的结果：

第一个结果是使用 SIFT 特征检测器和 SIFT 描述符提取器获得的。对于匹配，我使用了具有 L2 范数的蛮力匹配器。对于第二个，我使用了 ORB 特征检测器和 ORB 描述符提取器以及蛮力匹配器，但具有汉明距离。

我通过使用 RANSAC 异常值过滤方法计算单应性来过滤这两种情况下的匹配，然后只保留选定的点对。

我试图摆弄描述符匹配器的参数，但结果并没有太大变化。

现在，您认为为什么 ORB 在这种情况下似乎表现更好有一个合理的解释吗？它可能更适合这种类型的图像吗？还是 SIFT 结果有问题？

编辑：一些代码：

从主要方面：

这是 sift 效果很好的另一种情况：

这是相同图像的两倍，但略微旋转和缩放。

通过 比较 2 张图像时feature extraction，您如何比较keypoint距离以忽略那些明显不正确的距离？

我发现在比较相似的图像时，大多数时候它可以相当准确，但其他时候它可以抛出完全独立的匹配。

因此，我正在寻找一种方法来查看keypoints两张图像中的 2 组图像，并确定匹配的图像是否keypoints相对位于两者的相同位置。因为它知道keypoints图像 1 上的 1、2 和 3 相距很远，所以在图像 2 上匹配的相应关键点应该又彼此相距相当相似的距离。

我过去曾使用过RANSAC和minimum distance检查过，但只是起到了一些作用，它们似乎不像我所追求的那样彻底。

（使用ORB和BruteForce）

编辑

将“x、y 和 z”更改为“1、2 和 3”

编辑 2——我将尝试通过快速绘制示例进一步解释：

假设我有这个作为我的形象：

我给它这张图片来比较：

它是原始版本的裁剪和压扁版本，但显然相似。

现在，假设您运行它feature detection，它返回keypoints了两个图像的以下结果：

两个图像上的keypoints区域大致相同，并且彼此之间的距离也成比例地相同。拿keypoint我圈出来的，我们称之为“Image 1 Keypoint 1”。

我们可以看到它周围有5个keypoints。它与我想要获得的“图像 1 关键点 1”之间的这些距离，以便将它们与“图像 2 关键点 1”及其keypoints在同一区域的 5 个环绕（见下文）进行比较，以便不只是将 akeypoint与另一个进行比较keypoint，但要根据keypoints.

--

那有意义吗？

我正在运行 Ubuntu 14.04。我正在尝试使用 openCV 3 运行 FLANN，但出现错误。

使用 AKAZE 和 ORB 尝试了下面的所有内容，但如果我尝试使用 ORB 则代码。

我使用 ORB 来查找描述符和关键点。

使用 ORB 后，我使用以下代码查找匹配项：

代码构建良好，一切正常。当我运行代码时，我收到此错误：

谁能告诉我为什么？OpenCV 3 是否处于 BETA 状态？有没有 FLANN 的替代品（BFMatcher 除外）

我正在尝试计算两个图像之间的相似度，但它每次都给我 0。

这是我的代码：

每次距离都是0。如果我给出相同的图像，它也会给我 0 的距离。