OpenCV学习笔记(十八) SIFT特征

SIFT特征:

SIFT是目前应用最广泛的关键检测和描述算法。关键点描述也称特征点描述,SIFT特征提取充分利用了图像局部信息。

主要包含了四个步骤:疑似特征点检测,去除伪关键点,关键点梯度和方向匹配及特征向量生成。

OpenCV中提供了sift特征描述及提取的类siftFeatureDetector,应用:ocv:class:SIFT来封装用于计算特征描述的子类,该类继承特征描述基类DescriptorExtrator。

应用DescriptorExtractor::create成员函数方法可以支持多种特征描述子操作,常见的描述子包括

"SIFT"---SiftDescriptorExtractor  是一种强制匹配

vector<DMatch> matches;
	BruteForceMatcher<L2<float> > matcher;
	//bruteForce匹配
	matcher.match(descriptors1, descriptors2, matches);
建立一个<L2<float>>类型的匹配器,强制匹配两幅图特征点,将之保存在matches中。

  • 1
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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