FLANN特征点匹配问题

使用FLANN进行特征点匹配：
使用FlannBasedMatcher接口以及函数FLANN()函数实现快速高效的匹配（快速最近邻逼近搜索函数库）FLANN
FlannBasedMatcher类也是继承自DescriptorMatcher,并且也是match方法进行匹配，
找到最佳的匹配方法：DescriptorMatch::match方法match函数从每个描述符中查询集中找到最佳匹配，C++ void DescriptorMatch::matcher(const Mat& queryDescriptors,const Mat& trainDescriptors,vector& matches,const Mat& mask=Mat())
1.查询描述符
2.训练描述符
3.得到的匹配，若查询描述符有在腌膜中被标记出来，则没有匹配添加到描述符中去，
4.指定输入查询和训练描述符循序匹配的腌膜
采用FLANN算法匹配描述符向量的过程和暴力匹配的过程程序是一致的
FlannBasedMatcher matcher;
vector matches;
matcher.match(Descriptors1,Descriptors2,matches); matches就是匹配到的向量
可以使用FLANN结合SURF进行关键点的描述和匹配：
1.用SURF进行关键点和描述符的提取。
SURF detector.detect(),extractor.compute();
2.接下来就是用FLANN进行匹配的
创建基于FLANN的描述符匹配对象
FlannBasedMatcher matcher;
vector train_desc_collection(1,srcImgDescriptors);
matcher.add(train_desc_collection);
matcher.train();

在摄像头下要进行连续匹配的：
匹配训练和测试描述符
vector<vector> matches;
matcher.knnMatch(captureDescriptors,matches,2); matches就是匹配到的特征向量

传说中的劳式算法： 目的就是得到优秀的匹配点
vector goodMatches;
for(unsigned int i=0;i<matches.size();i++)
{
if(matches[i][0].distance < 0.6*matches[i][1].distance)
goodMatches.push_back(matches[i][0]);
}goodMatches就是最佳的匹配了。