SURF特征点检测与匹配之误匹配点删除
SURF(SpeededUp Robust Feature)是加速版的具有鲁棒性的算法,是SIFT算法的加速版。
但是SURF特征匹配之后有大量的误匹配点,需要对这些误匹配点进行删除。
这里不从理论上讲解SURF原理等,直接说用法。
特征匹配的步骤分为三步:
1、找出特征点
2、描述特征点
3、特征点匹配
具体基本代码见最后。具体的可以看毛星云的书籍,但是个人认为其编程风格不严谨,自己有做改动。
但是匹配出来的结果如下:
有很多的误匹配点,如何对误匹配点进行删除呢。
双向匹配加距离约束。
实验结果如下:效果还是非常好的。
- #include "stdafx.h"
- #include <opencv2\opencv.hpp>
- #include <opencv2\nonfree\nonfree.hpp>
- #include <opencv2\legacy\legacy.hpp>
-
- #include <iostream>
-
- int _tmain(int argc, _TCHAR* argv[])
- {
-
- cv::Mat srcImg1 = cv::imread("1.jpg", 1);
- cv::Mat srcImg2 = cv::imread("2.jpg", 1);
- if (srcImg1.empty() || srcImg2.empty())
- {
- std::cout << "Read Image ERROR!" << std::endl;
- return 0;
- }
-
- int minHessian = 700;
- cv::SurfFeatureDetector detector(minHessian);
- std::vector<cv::KeyPoint> keyPoint1, keyPoint2;
-
- detector.detect(srcImg1, keyPoint1);
- detector.detect(srcImg2, keyPoint2);
-
-
- cv::SurfDescriptorExtractor extrator;
- cv::Mat descriptor1, descriptor2;
-
- extrator.compute(srcImg1, keyPoint1, descriptor1);
- extrator.compute(srcImg2, keyPoint2, descriptor2);
-
-
- cv::BruteForceMatcher <cv::L2<float>>matcher;
- std::vector <cv::DMatch> matches;
- matcher12.match(descriptor1, descriptor2, matches);
-
-
- cv::Mat imgMatch;
- cv::drawMatches(srcImg1, keyPoint1, srcImg2, keyPoint2, matches, imgMatch);
-
- cv::namedWindow("匹配图", CV_WINDOW_AUTOSIZE);
- cv::imshow("匹配图", imgMatch);
- cv::imwrite("匹配图.jpg", imgMatch);
- cv::waitKey(10);
- return 0;
- }