SIFT图像比较

Question

我正在使用Stephan Saalfeld-- http://fly.mpi-cbg.de/~saalfeld/Projects/javasift.html的SIFT实现在java中使用sift比较两个图像。但由于缺乏适当的例子，我发现很难使用它。我能够获得两个图像的描述符，然后是它们对应的匹配描述符，最后应用RANSAC来忽略错误匹配。现在，我只剩下一些内部人员了。但是我很困惑如何推断两个图像是否相似？

Answer 1

RANSAC提供变换矩阵(包括平移、旋转和缩放值)。使用此信息，您可以尝试将图像彼此匹配，以便查看SIFT找到的匹配项。

RANSAC的一个优点是它能够对模型参数进行鲁棒估计，即即使在数据集中存在大量异常值的情况下，它也可以高精度地估计参数。RANSAC的一个缺点是对计算这些参数所需的时间没有上限。当计算的迭代次数有限时，所获得的解可能不是最优的，甚至可能不是以良好的方式拟合数据的解。通过这种方式，RANSAC提供了一种权衡；通过计算更多的迭代次数，产生合理模型的概率增加了。RANSAC的另一个缺点是它需要设置特定于问题的阈值。RANSAC只能估计特定数据集的一个模型。对于任何存在两个(或更多)模型实例的单一模型方法，RANSAC可能找不到任何一个。Hough变换是一种替代的鲁棒估计技术，当存在多个模型实例时，该技术可能很有用。

结论是，你可以说两个图像有多相似。它不能总是告诉你这是完全匹配还是完全不同。所以你会在应用RANSAC之后得到匹配结果。然后你可以找出好的匹配占总匹配的百分比，然后你需要根据这个信息来决定。