图像特征匹配:选取一些图像,检测它们的主要特征,并通过单应性(homography)来检测这些图像是否存在于另一个图像中。
常用的opencv特征检测和提取方法
-
Harris: 该算法用于检测角点
-
SIFT: 该算法用于检测斑点(blob)
-
SURF: 该算法用于检测斑点
-
FAST: 该算法用于检测角点
-
BRIEF: 该算法用于检测斑点
-
ORB: 该算法代表带方向的FAST算法与具有旋转不变形的BRIEF算法
通过以下方法进行特征匹配:
-
暴力(Brute-Force)匹配法,knnMatch
-
基于FLANN的匹配法
大多数特征检测算法都会涉及图像的角点、边、和斑点识别,也有脊向(ridge,细长物体的对称轴,比如识别图像中的一条路)特征。这些特征独特且易于识别。一般角点及密度高区域是好特征,大量重复模式或低密度区域(蓝色天空)不是好特征。边缘可以将图像分为两个区域,也是好特征。