FLANN和SURF搭配动态匹配特征点

最新推荐文章于 2024-02-20 13:45:53 发布

蕭xxz

最新推荐文章于 2024-02-20 13:45:53 发布

阅读量3.3k

点赞数

分类专栏：代码 opencv学习

本文链接：https://blog.csdn.net/xxzxxzdlut/article/details/72930209

版权

本文介绍了如何利用FLANN（Fast Library for Approximate Nearest Neighbors）和SURF（Speeded Up Robust Features）进行特征点匹配。通过FLANN的预处理建立索引树，可以提高匹配速度，而SURF则用于提取图像的特征。尽管使用knnMatch找到每个特征的K近邻匹配在效率上仍存在不足，导致帧率较低。

摘要由CSDN通过智能技术生成

特征匹配的结果会得到两个特征集合的对应关系列表。第一组特征集被称为训练集，第二组被称为查询集。FLANN在调用匹配函数之前，为了提高匹配速度，训练一个匹配器。训练阶段是为了优化cv::FlannBasedMatcher的性能。train类将会建立特征集的索引树。
而对于暴力匹配，train类不需要做什么，因为没有预处理。
FLANN和SURF搭配匹配特征点
knnMatch（）找每个特征的K近邻匹配
效率不够高，帧率很低。参考《opencv3编程入门》

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