Come funziona il rilevatore di funzioni ORB OpenCV?

Question

Desidero implementare un algoritmo di allineamento basato sulle funzionalità utilizzando il rilevatore di funzioni ORB e l'estrattore.
Finora, ho estratto le caratteristiche utilizzando ORB classe da OpenCV ORB orb;
orb(gray_image,Mat(),features.keypoints,features.descriptors);
e abbinati tramite la funzione knnMatch da OpenCV matcher.knnMatch(features1.descriptors, features2.descriptors, pair_matches,2); Dopo che sto cercando di trovare un omografia utilizzando la funzione findHomography, ma questa funzione ha bisogno di almeno 4 corrispondenze tra le funzioni dell'immagine e sulla maggior parte delle immagini che ho provato ho ottenuto meno di 4.

Qualcuno ha usato questa funzione? C'è qualche documentazione a riguardo, o sulla classe ORB da OpenCV (il significato dei parametri del costruttore ORB)?

P.S. Questa è la mia prima domanda. e non posso pubblicare più di 2 link. Per documentazione opencv utilizzare this.

Answer 1

UPDATE: Ora è nella documentazione OpenCV, qui: http://opencv.itseez.com/modules/features2d/doc/feature_detection_and_description.html#orb

Una descrizione dettagliata dell'algoritmo si trova qui: http://www.willowgarage.com/sites/default/files/orb_final.pdf

---

Non è menzionato in OpenCV documentazione ma in realtà OpenCV ha:

Due tipi di descrittori:

• descrittori float:
  • SIFT
  • SURF
• descrittori UCHAR:
  • ORB
  • BREVE

E matchers corrispondenti:

• descrittori float:
  • FlannBased
  • BruteForce<L2<float> >
  • BruteForce<SL2<float> > // dal 2.3.1
  • BruteForce<L1<float> >
• per descr uchar iptors:
  • BruteForce<Hamming>
  • BruteForce<HammingLUT>
  • FlannBased con indice LSH // dal 2.4.0

Quindi è necessario modificare il codice per utilizzare ad esempio BruteForce<Hamming> matcher per i descrittori ORB. È possibile utilizzare la distanza L2 o L1 per la corrispondenza dei descrittori uchar, ma i risultati saranno errati e findHomography restituisce risultati insoddisfacenti.