将一张图像中的SURF描述符与其他图像中的描述符列表进行比较

Question

6

我希望比较图像A中的SURF描述符和其他几个图像（B、C、D等）中的描述符，以找到与A最相似的图像。这些描述符具有64个维度。

使用C#和Emgu，匹配是通过将A的描述符与B的描述符、C的描述符、D的描述符等进行比较来完成的。当图像数超过10时，这种方法非常慢，因为需要搜索许多无关的描述符。

为了加快这个过程，根据文章的说法，正确的方法似乎是为（B、C、D等）中的描述符构建一个kd树，以快速匹配查找A中的描述符。kd树根据级别按维度分割。第一次分割由第一维决定，第二次分割由第二维决定，依此类推。然而，对于描述符的维数（64），使用KD树的好处变得较小。

所以我的问题是：您在使用KD树/其他方法将一个图像（A）中的SURF描述符与几个图像（B、C、D...）进行匹配方面有何经验或知识？什么做得好，什么做得不好，您是否做过类似的事情？

FLANN可以作为一个选项，在OpenCV中使用，但我找不到C#版本。近似最近邻算法也可以用来加速kd树，但对于匹配图像是否有好的效果呢？

此致 Morten

- MortenGR

2个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Tom · Answer 1

你可以尝试在C或C++上使用FLANN。它并不太复杂。

然而，我正在C++上测试FLANN，但匹配时间（使用SURF特征、FLANN，在1,000张图像上进行查询）非常长，从20秒到400秒不等（取决于每个图像的特征向量数量）。

- Piotr · Answer 2