问题标签 [surf]

我发现 NTLMAuthenticationFilter.java 中有以下代码用于露天共享 SSO 身份验证：

我发现 alfresco/wcs/touch 的描述是：SSO Authentication touch point，那么 touch point 是干什么用的？以及它如何与 SSO 一起工作？

有人可以指出我的方向或参考吗？谢谢！

我有一个从磁盘加载的图像作为纹理，以及一个具有相应深度的相同大小的矩阵 d 。

如何使用surf3d 模型向我展示图像？简单地服用

没有给出一个好的结果，因为

1. 相机不是从 z 方向的 xy 平面看
2. 它看起来相当黑
3. 虽然我的深度矩阵在我展示它时实际上被平滑了，但它看起来并不那么平滑imshow(depthMatrix, []);

我正在使用 SURF 从图像中提取特征并将它们与其他特征匹配。我的问题是某些图像具有超过 20000 个特征，这会减慢与爬行的匹配速度。

有没有一种方法可以只从该集合中提取 n 个最重要的特征？

我尝试为图像计算 MSER，并且只使用这些区域内的特征。这让我在不影响匹配质量的情况下减少了 5% 到 40%，但这是不可靠的，仍然不够。
我还可以缩小图像的大小，但在某些情况下，这似乎会严重影响特征的质量。
SURF 提供了一些参数（粗麻布阈值、倍频程和每倍频程的层数），但我找不到任何关于更改这些参数将如何影响特征重要性的信息。

如何使用 C# 中的单应性或其他方法获得匹配的 kyepoints 的内点/异常值？

我正在研究http://www.emgu.com/wiki/index.php/SURF_feature_detector_in_CSharp上提供的 SURF 示例。

我得到了匹配的功能。代码使用 HomographyMatrix（单应性）。我想区分内点和异常点。

在 C++ 中：

返回内点。我可以在 C# 中看到类似的代码吗？

同样，我只需要异常值/内部值分离。

是否可以增强 Speeded Up Robust Features (SURF) 计算机视觉算法，使其能够区分具有不同颜色的均匀分布和形状的物体？

我正在寻找研究论文或任何其他试图增强 SURF 的资源，以便它可以区分具有不同颜色的相同对象。

以下片段来自OpenCV find_obj.cpp，它是使用SURF的演示，

据我所知，它检查欧几里得距离，我不明白为什么它以 4 人一组的方式进行？为什么不一次计算整个事情呢？

Emgu CV 的示例集有一个示例，说明如何使用 SURFDetector 从特征中检测特征，然后使用 Features2DTracker 的 MatchFeature 调用（似乎使用 KNN）将“模型”图像与“观察到的”图像匹配。这部分是有道理的。

现在，如果我想构建一个图像库，每个图像库都使用图像的 SURF 功能来找到给定图像的最佳匹配，我有什么选择？我可以构建一棵树，而不是对库中的每个图像进行蛮力匹配吗？我很困惑，因为 Emgu 似乎正在构建某种树，但仅在两个图像之间：

我已经阅读了网站上关于该主题的几乎所有主题，但不明白如何开始。我还考虑使用直方图匹配——将每个 RGB 通道分成箱并比较归一化计数。如果我想根据 RGB 计数对搜索空间进行分区，而不是计算到库中每个图像的欧几里得距离，那仍然意味着在 R、G、B 之一上进行分支——而且我不确定如何构建那棵决策树。

几天前我才开始阅读有关此主题的内容，因此为我的天真道歉。

我正在使用 OpenCV，并且试图识别何时扫描了一本书的页面。我已经看过这篇文章，但对我的帮助还不够。

目前，我正在计算输入图像和到目前为止我扫描的所有其他页面之间的 1:N SURF 匹配。

这种方法效果很好，也可以只取一个包含文本的 192x192 正方形，而不是整个图像，它能够区分它们。

我想知道你是否认为有比这个更快的方法，我想到了LSH，所以我只需要从输入图像中提取特征，以某种方式对特征进行哈希处理，然后检查我是否达到了桶是否已使用。

所以基本上我的问题是，你认为我上面描述的方法可行吗？如果是，如何做散列函数？

谢谢

我正在尝试使用 OpenCV 和 SURF 方法实现交通标志识别器。我的问题是我得到随机结果（有时非常准确，有时显然是错误的），我无法理解为什么。这是我实现比较的方式：

• 首先，我检测图像上的轮廓
• 然后在每个轮廓上，我使用 SURF 来找出里面是否有交通标志以及哪个交通标志

轮廓检测效果很好：使用高斯模糊和精明的边缘，我设法找到了与此类似的轮廓：

然后我提取与该轮廓对应的图像，并将该图像与交通标志模板图像进行比较，例如：

cvExtractSURF 返回轮廓图像的 189 个描述符。然后我使用 naiveNearestNeighbor 方法找出我的轮廓图像和每个模板图像之间的相似性。

这是我的结果：

第一个模板为6/189（这是我希望找到的模板）

第二个模板为92/189（这显然与轮廓图像在各方面都非常不同）

我真的不明白这些结果……</p>

这是我执行的步骤列表：

• 将轮廓图像灰度化
• 将模板图像灰度化
• 均衡轮廓图像的直方图（cvEqualizeHist）
• 调整模板图像的大小以使其与轮廓图像匹配
• 模糊模板图像 (cvSmooth)
• 模糊轮廓图像（cvSmooth）
• 在模板图像上执行 cvExtractSURF
• 在轮廓图像上做一个 cvExtractSURF
• 对于轮廓图像的每个描述符，我做一个 naiveNearestNeighbor
• 我存储“好”点数

为了评估两张图像之间的相似性，我使用了比率：

goog点数/描述符总数

PS：有关我遵循本教程的信息：http ://www.emgu.com/wiki/index.php/Traffic_Sign_Detection_in_CSharp

并使用 OpenCV 的 find_obj 样本在 C 中进行了改编。

我有一个简单的问题，我想知道，有哪些类型的库可用并且可以为在 c++ 或 opencv 中实现 SIFT、HOG（面向直方图的梯度）和 SURF 提供良好的结果？

因此： 1- 如果可以的话，请给我代码链接，我将不胜感激。2-如果您知道其中一个或任何类型的信息来引导我找到我想要的东西，我也会非常感激。

谢谢