在OpenCV中设置BRISK的参数

Question

我正在尝试使用OpenCV (用于C++)的快速实现，以便检查照片中是否包含图像(或图像的一部分)。例如，我拍摄了一张照片，并尝试将其与数据库中的一组图像进行匹配，我希望选择最好的对应图像(如果所有图像都不够好，则会显示错误消息)。

所以，我现在只是在测试OpenCV。我简单地获取了框架(matching_to_many_images)中包含的样本，并将检测器和描述符从SURF更改为BRISK。

然而，我得到了奇怪的结果。以下是匹配的结果(BruteForce Hamming)：

​

​

​

​

在第一个场景中，场景是完全不同的，但有很多比赛！在第二个场景中，场景非常相似，但有些匹配是错误的。

我认为这是一个参数问题-因为在BRISK的演示视频中，结果是重要的。

Answer 1

您看过BRISK的OpenCV文档了吗？我不确定您现在使用的是什么参数，但您可以指定阈值和八度，以及模式。http://docs.opencv.org/modules/features2d/doc/feature_detection_and_description.html#brisk上的文档

你也可以尝试不同的特征匹配算法，尽管在轻快的论文中他们似乎也使用了汉明距离

最后，出现错误的要素匹配并不意外；尝试不同的场景以及不同的要素参数，看看结果如何

Answer 2

在使用SIFT、SURF、BRISK或任何其他局部描述符进行特征-特征匹配时，通常会有许多不正确的初始匹配。

由于模糊的特征或背景杂乱产生的特征，这些初始匹配中的许多将是不正确的。[来自]

下一步是只选择这些匹配的子集，这些匹配都在两个图像之间的公共转换上达成一致。的7.3和7.4节对此进行了说明。

Answer 3

OpenCV Tutorial给出了一个很好的例子，说明了如何提取特征并计算单应性(一种转换，告诉您如何将每个点从一个图像转换到另一个图像)。

您可以将特征检测器/描述符替换为任何其他特征检测器/描述符，这将导致对某些转换(如旋转、缩放)或错误(如模糊或亮度变化)具有不同的鲁棒性。BRISK的基本实现已经定义了meaningful parameters。

最后但并非最不重要的一点是，如果您尝试匹配两个完全不同的图像，您希望得到什么结果？该算法将尝试找到相似性，因此总是计算结果，即使它是无意义的并且分数非常低。只需记住:垃圾输入->垃圾输出。