OpenCv-C++-KAZE(AKAZE)局部特征检测(一)

版权声明:本文为博主原创文章,转载请附上博文链接! https://blog.csdn.net/Daker_Huang/article/details/84940837

KAZE与AKAZE都是OpenCv中集成的API算法,AKAZE是KAZE的加速版本(A表示Accelerated(加速的))。且AKAZE的执行效率要优于KAZE。
与SURF和SIFT不同(基于线性),KAZE(AKAZE)是基于非线性插值的方法,这一点在图像处理方面来说确实比SURF和SIFT要好,毕竟图像大多是不连续的。

KAZE(AKAZE)基本步骤与介绍:
1、AOS构造尺度空间;------非线性方法构造,SURF与SIFT基于线性方法构造。
2、Hessian矩阵特征点检测;
3、方向基于一阶微分图像;------图像的旋转不变性(旋转角度)。
4、描述子生成。---------归一化处理。

与SIFT和SURF的比较:
1、更加稳定;
2、非线性尺度空间;
3、AKAZE比KAZE素的更快;
4、比较新的算法。

话不多说,上代码(KAZE):

#include<opencv2/opencv.hpp>
#include<iostream>
#include<math.h>

using namespace cv;
using namespace std;

Mat src;
int main(int argc, char** argv)
{
	src = imread("D:/test/girl.png", IMREAD_GRAYSCALE);
	if (!src.data)
	{
		printf("图片未找到...");
		return -1;
	}
	imshow("input title", src);
	double t1 = getTickCount();
	//检测特征点(非线性)
	Ptr<KAZE>detector = KAZE::create();
	vector<KeyPoint> keypoints;
	detector->detect(src, keypoints, Mat());

	double t2 = getTickCount();
	double t = (t2 - t1) * 1000 / getTickFrequency();//结果转化为毫秒
	printf("特征点寻找所花费时间(ms):%f",t);

	//绘制特征点
	Mat keypointsImg;
	//drawKeypoints(src, keypoints, keypointsImg, Scalar::all(-1), DrawMatchesFlags::DEFAULT);
	//DrawMatchesFlags::DEFAULT与0是等价的
	drawKeypoints(src, keypoints, keypointsImg, Scalar::all(-1), 0);
	imshow("KAZE keypoints result", keypointsImg);
	waitKey(0);
	return 0;



}

KAZE的运行结果与检测时间:
1、运行结果:
在这里插入图片描述

在这里插入图片描述

花费时间:
在这里插入图片描述
可以看到,花费时间有点长,大概2秒左右。

其实AKAZE的代码跟KAZE几乎完全一样,只是改了Ptr<KAZE>detector = KAZE::create();而已。
只需将上面代码改成如下样子即可:Ptr<AKAZE>detector = AKAZE::create();

接下来放上AKAZE的代码:

#include<opencv2/opencv.hpp>
#include<iostream>
#include<math.h>

using namespace cv;
using namespace std;

Mat src;
int main(int argc, char** argv)
{
	src = imread("D:/test/girl.png", IMREAD_GRAYSCALE);
	if (!src.data)
	{
		printf("图片未找到...");
		return -1;
	}
	imshow("input title", src);
	double t1 = getTickCount();
	//检测特征点(非线性)
	Ptr<AKAZE>detector = AKAZE::create();
	vector<KeyPoint> keypoints;
	detector->detect(src, keypoints, Mat());

	double t2 = getTickCount();
	double t = (t2 - t1) * 1000 / getTickFrequency();//结果转化为毫秒
	printf("特征点寻找所花费时间(ms):%f",t);

	//绘制特征点
	Mat keypointsImg;
	//drawKeypoints(src, keypoints, keypointsImg, Scalar::all(-1), DrawMatchesFlags::DEFAULT);
	//DrawMatchesFlags::DEFAULT与0是等价的
	drawKeypoints(src, keypoints, keypointsImg, Scalar::all(-1), 0);
	imshow("AKAZE keypoints result", keypointsImg);
	waitKey(0);
	return 0;



}

AKAZE的运行结果与检测时间:
1、运行结果:
在这里插入图片描述

在这里插入图片描述

花费时间:
在这里插入图片描述

AKAZE与KAZE比较,时间上几乎少了很多,运行效率大大提高,所以说AKAZE是KAZE的加速版这一说法确实正确。

展开阅读全文

没有更多推荐了,返回首页