计算机视觉OpenCV特征匹配

特征匹配

opencv中knnMatch是一种蛮力匹配，基本原理是将待匹配图片的sift等特征与目标图片中的全部sift特征一对n的全量便利，找出相似度最高的前k个。当待匹配的图片增多时，需要的计算量太大，所以考虑是否可以通过降维的方式减少计算过程中的时间花费。

特征匹配

1、brute—force，蛮力匹配
全部过程

构建一个边缘检测算法sift

获得一个暴力匹配器的对象

检测特征

一对一匹配
把匹配的图像跟原图用线连起来

k对最佳匹配

此处采用SVD的方式实现PCA降维sift特征，从而加快计算。

结果图解

当特征点不匹配时，需要减小误差，因此用最小二乘法拟合即RANSAC，能使结果更准确

推荐一个非常棒的讲解python opencv3 基于ORB的特征检测和 BF暴力匹配 knn匹配 flann匹配
https://www.cnblogs.com/Lin-Yi/p/9433942.html

本文借鉴
https://mp.weixin.qq.com/s?__biz=MzI1ODEzMDQ3OQ==&mid=2247483932&idx=1&sn=9aaaef709c56c858ff6dac1e909d8b90&scene=19&token=1038729941&lang=zh_CN#wechat_redirect