OpenCV - Corrispondenza degli oggetti usando i descrittori SURF e BruteForceMatcher

Question

Ho una domanda sugli oggetti corrispondenti a OpenCV. Sto utilizzando l'algoritmo SURF implementato in opencv 2.3 per rilevare le funzionalità su ogni immagine e quindi estrarre i descrittori di queste funzionalità. Il problema nell'abbinamento con Brute Force Matcher, non so come giudico che le due immagini siano abbinate o meno, come quando sto usando due immagini diverse ci sono linee tra i descrittori nelle due immagini!

Queste uscite del mio codice, o le due immagini - confronto con esse - sono simili o diverse, l'immagine del risultato indica che le due immagini sono abbinate.

La domanda è: come posso distinguere tra le due immagini?

vero matching:

False corrispondenza !! :

Il mio codice:

Mat image1, outImg1, image2, outImg2; 

// vector of keypoints 
vector<KeyPoint> keypoints1, keypoints2; 

// Read input images 
image1 = imread("C://Google-Logo.jpg",0); 
image2 = imread("C://Alex_Eng.jpg",0); 

SurfFeatureDetector surf(2500); 
surf.detect(image1, keypoints1); 
surf.detect(image2, keypoints2); 
drawKeypoints(image1, keypoints1, outImg1, Scalar(255,255,255), DrawMatchesFlags::DRAW_RICH_KEYPOINTS); 
drawKeypoints(image2, keypoints2, outImg2, Scalar(255,255,255), DrawMatchesFlags::DRAW_RICH_KEYPOINTS); 

namedWindow("SURF detector img1"); 
imshow("SURF detector img1", outImg1); 

namedWindow("SURF detector img2"); 
imshow("SURF detector img2", outImg2); 

SurfDescriptorExtractor surfDesc; 
Mat descriptors1, descriptors2; 
surfDesc.compute(image1, keypoints1, descriptors1); 
surfDesc.compute(image2, keypoints2, descriptors2); 

BruteForceMatcher<L2<float>> matcher; 
vector<DMatch> matches; 
matcher.match(descriptors1,descriptors2, matches); 

nth_element(matches.begin(), matches.begin()+24, matches.end()); 
matches.erase(matches.begin()+25, matches.end()); 

Mat imageMatches; 
drawMatches(image1, keypoints1, image2, keypoints2, matches, imageMatches, Scalar(255,255,255)); 

namedWindow("Matched"); 
imshow("Matched", imageMatches); 

cv::waitKey(); 
return 0; 

Answer 1

Il problema è stato in utilizzando solo la forza bruta Matcher, ho trovato metodi per ottenere una serie di buone partite tra due punti di vista a "OpenCV 2 Computer Vision Application Programming Cookbook"

Ch9: le immagini corrispondenti usando campione casuale consenso

.210

Stanno usando K Vicini più vicini e RANSAC

E grazie

Answer 2

Per rimuovere dati anomali RANSAC + omografia è un buon metodo quando si confrontano due immagini planari.

L'omografia è il modello che RANSAC cercherà di utilizzare per confrontare i punti di entrambe le immagini e troverà il miglior insieme di punti che meglio si adattano al modello di proiezione dell'omografia (la trasformazione da un piano all'altro).

cv::findHomography(srcPoints,dstPoints, RANSAC, status); 

La funzione precedente restituirà uno stato matrice che ha un 1 per indici considerati inliers e 0 per indici considerati valori anomali, in modo da poter rimuovere valori anomali controllando questo array di stato.

Answer 3

È necessario modificare l'Hssian, 2500 è troppo. Prova 50. Quando usi una grande iuta, il risultato è un sacco di punti chiave, risultando non necessari. Un'altra informazione su SURF è che il tuo marcatore deve essere più ricco, con maggiori dettagli.