surf/sift/用于模板匹配

Question

我想使用sift/surf进行模板匹配。图像可以有1.n个目标。使用surf/sift只能提取一个目标。一个想法可以是分割图像在多个片段，然后寻找sift/冲浪匹配。它工作，但显然它是不理想的，因为速度和努力。有没有其他办法？/任何人都有缩放和旋转不变模板匹配的源代码。打招呼，

Answer 1

如果我正确理解你所说的(请提供更多的信息)，你有N个平面图像对象。您希望从N个图像中提取SIFT/SURF特征，并将所有这些特征放在某种容器中(一个数组或高维近邻的加速数据结构)。在处理给定的图像时，可以提取SIFT (或冲浪)特征，并搜索容器中最接近的特征。最后，您将有一个成对列表(当前图像中的特征，容器中的特征)。现在，您必须应用一些健壮的模型估计器(例如RANSAC)来构造单调法。如果能找到一个很好的同调(至少有10，12个反音)，你就会确定你的目标在那里。显然，给定特征对数组，将其细分为组，其中每个组是数据库的N个平面图像对象之一(这不是最好的方法，您可能应该将从当前图像中提取的每个特征关联到数据库的k个特征，并使用某种形式的投票方案来建立这些对，但这样做会变得更加复杂)。所以，一般来说，你要做一些决定：

• 特性要使用(SIFT？冲浪？others?)
• robust模型估计？PROSAC？
• ？)在计算同形时(利用同形与两个平面对象中的点有关的事实)
• (多维数据结构，您将使用这种多维数据结构来加速搜索
• )如何计算同形(嗯，可能只有一种方法:归一化DLT)

。

如果你的观察对象不是平面的，那么问题就更难解决了，因为三维刚性物体可能会随着视点的变化而变化。要描述它，您将需要K图像，而不仅仅是一个。这样做要困难得多，因为随着N和K的增长，识别率下降。也许还有其他更好的方法。我强烈建议查阅谷歌相关文献。