OpenCV - SURF 特征比较

Question

我对如何比较OpenCV特征描述符很感兴趣。例如，我可以使用cvExtractSURF()获取一系列特征及其64位（或128位）描述符，但我在哪里可以找到两个描述符如何比较的信息？

通过查看一些示例代码，我发现我的“匹配”特征的两个描述符非常不同（至少从数值上看）。

有人曾经想过如何将两个描述符数组进行比较吗？

谷歌搜索并没有太大帮助...

祝好， Brett

- Brett

Answer 1

您可能想看一下这篇论文：局部不变特征检测器：一份调查报告。这是一篇描述广泛使用的特征检测器，包括SURF的优秀论文。

- Karel Petranek

---

我确实看过那篇论文。我希望能够看到论文附带的代码，这样可以了解它是如何被实现的。然而，似乎没有哪一篇学术论文公开其代码。这令人失望，因为重新发明他们的工作从未是一件简单的事。 - Brett

Answer 2

在OpenCV 2.1示例文件find_obj.cpp中，提供了两种方法：

• 内置的C++ Flann函数（flann提供近似解并且速度更快），我不确定它是如何工作的，但可以在这里找到相关文档。
• 一个更简单的C函数（findPairs()），它通过计算描述符之间的简单欧几里得距离来查找最近邻居（请查看compareSURFDescriptors()函数）。拉普拉斯也可以用作相似性的第一指标，因为匹配点的拉普拉斯值不同（为1或-1）。该示例文件可在这里获取。

- Stéphane Péchard

Answer 3

我发现的一种有效方法（受启发于OpenCV的一些示例代码）是 - 使用K=2的k最近邻搜索，为查询对象中的每个描述符找到2个匹配项。现在，如果距离（第一个匹配项）< 0.6 * 距离（第二个匹配项），则将第一个匹配项视为“好匹配”。

你需要这样做的原因以及为什么简单的1最近邻搜索不够用，是因为它会产生很多误报。

- Samarth Brahmbhatt

Answer 4

SURF特征是64维的单位向量。比较两个特征向量的一种自然方法是计算它们的点积。如果接近1，则它们具有强正相关性（=相似）。如果接近0，则它们几乎正交（无关联）。如果小于零，则它们具有负相关性。根据您的应用程序，您可能会考虑将其视为匹配项（在这种情况下，您将取点积的绝对值）或将其视为劣于正交。

尝试计算一些点积并查看结果。

- Fabian Giesen

---

我不确定这是否是OpenCV搜索匹配特征的方式。我计算了一组点的点积，这些点是OpenCV认为匹配和不匹配的，但点积结果却非常混乱。 - Brett