OpenCV角点检测器测试和比较

关于特征检测,OpenCV提供了通用的接口FeatureDetector类。简单调用其成员函数create()detect()即可完成角点检测。

选取8个以角点为特征的特征检测器进行测试,包括:

  • HARRIS
  • GFTT (Shi-tomasi)
  • SIFT
  • SURF
  • FAST
  • STAR
  • ORB (oriented BRIEF)
  • BRISK

测试代码

#include <stdio.h>
#include <iostream>
#include "opencv2/core/core.hpp"
#include "opencv2/features2d/features2d.hpp"
#include "opencv2/nonfree/features2d.hpp"
#include "opencv2/highgui/highgui.hpp"
#include "opencv2/nonfree/nonfree.hpp"

using namespace cv;
using namespace std;

int main()
{
    string imgPath = "road.jpg";
    Mat img = imread(imgPath, CV_LOAD_IMAGE_COLOR);

    vector<string> detectorNames{"HARRIS","GFTT","SIFT",
        "SURF","FAST","STAR","ORB","BRISK"};

    cout << "DetectorName" << '\t' 
        << "Number of corners" << '\t' 
        << "Time used" <<'\t'<<"efficiency" 
        << endl << endl;

    for (string detectorName:detectorNames)
    {
        cout <<detectorName<<+"\t\t";
        double t = (double)getTickCount();

        //--detect keypoints
        Ptr<FeatureDetector> detector 
            = FeatureDetector::create(detectorName);
        vector<KeyPoint> keyPoints;
        detector->detect(img, keyPoints, Mat());
        cout << keyPoints.size() << "\t\t\t";

        //--draw keypoints
        Mat imgKeyPoints;
        drawKeypoints(img, keyPoints, imgKeyPoints, 
            Scalar::all(-1), DrawMatchesFlags::DEFAULT);

        imshow(detectorName+" KeyPoints", imgKeyPoints);

        //time used
        t = ((double)getTickCount() - t) / getTickFrequency();
        cout << t << "\t";

        //Number of coners detected per unit time(ms)
        double efficiency = keyPoints.size() / t / 1000;
        cout  << efficiency << endl<<endl;
    }

    waitKey(0);
    return 0;
}
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • 29
  • 30
  • 31
  • 32
  • 33
  • 34
  • 35
  • 36
  • 37
  • 38
  • 39
  • 40
  • 41
  • 42
  • 43
  • 44
  • 45
  • 46
  • 47
  • 48
  • 49
  • 50
  • 51
  • 52
  • 53
  • 54
  • 55

运行结果

HARRIS 
这里写图片描述

GFTT 
这里写图片描述

SIFT 
这里写图片描述

SURF 
这里写图片描述

FAST 
这里写图片描述

STAR 
这里写图片描述

ORB 
这里写图片描述

BRISK 
这里写图片描述

比较

这里写图片描述

可以看出,FAST特征检测算法的检测速度是超群的,难怪敢自称“FAST”。从特征点检测效率以及检测出的特征点数来看,SURF表现也不错。以上各个角点检测器,使用的都是OpenCV默认的封装,可能会因为具体的参数设置差异,检测出的角点数有不同,可比性没法说明。但是,特征点检测效率还是很客观的。由以上结果得知,检测效率最高的前3个检测器分别为FAST,ORB,SURF。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值