SURF特征点检测与匹配之误匹配点删除

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[])
{
	//读取图片
	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;
	}
	//SURF算子特征点检测
	int minHessian = 700;
	cv::SurfFeatureDetector detector(minHessian);//定义特征点类对象
	std::vector<cv::KeyPoint> keyPoint1, keyPoint2;//存放动态数组，也就是特征点

	detector.detect(srcImg1, keyPoint1);
	detector.detect(srcImg2, keyPoint2);

	//特征向量
	cv::SurfDescriptorExtractor extrator;//定义描述类对象
	cv::Mat descriptor1, descriptor2;//描述对象

	extrator.compute(srcImg1, keyPoint1, descriptor1);
	extrator.compute(srcImg2, keyPoint2, descriptor2);

	//BruteForce暴力匹配
	cv::BruteForceMatcher <cv::L2<float>>matcher;//匹配器
	std::vector <cv::DMatch> matches;
	matcher12.match(descriptor1, descriptor2, matches);

	//绘制关键点
	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;
}