ORB_GMS图像对齐

最新推荐文章于 2022-12-06 09:19:25 发布

Parallax_2019

最新推荐文章于 2022-12-06 09:19:25 发布

阅读量753

点赞数

分类专栏：图像处理

本文链接：https://blog.csdn.net/qq_42422981/article/details/103528750

版权

本文深入探讨ORB（Oriented FAST and Rotated BRIEF）特征在图像对齐中的应用，结合GMS（Grid-based Motion Statistics）方法，详细阐述如何通过这两种技术实现精确的图像匹配和对齐过程，旨在为计算机视觉领域的实践者提供理论与实践指导。

摘要由CSDN通过智能技术生成

// OpenCV_Align.cpp : 此文件包含 "main" 函数。程序执行将在此处开始并结束。

#include <iostream>

#include <opencv2/opencv.hpp>
#include <opencv2/xfeatures2d.hpp>
#include <opencv2/features2d.hpp>
using namespace std;
using namespace cv;
using namespace cv::xfeatures2d;


/**
*
* @param im1 对齐图像
* @param im2 模板图像
* @finalMatches 匹配图像
* @param im1Reg 输出图像
* @param h   
*/
void alignImages(Mat &im1, Mat &im2, Mat &finalMatches,Mat &im1Reg, Mat &h)
{
	// Convert images to grayscale
	Mat im1Gray, im2Gray;
	cvtColor(im1, im1Gray, COLOR_BGR2GRAY);
	cvtColor(im2, im2Gray, COLOR_BGR2GRAY);

	// Variables to store keypoints and descriptors
	vector<KeyPoint> keypoints1, keypoints2;
	Mat descriptors1, descriptors2;
    
  
	Ptr<ORB> orb = ORB::create(1000); //最大数目感觉是对特征点计算Harris得分排序,这个数最好大一点，1000-5000
	orb->setFastThreshold(20);//Fast角点检测中用来确定候选点和角点的比较数目阈值，这个数最好小一点，