OpenCV畸形:快速Retina KeyPoint描述符

Question

我正在开发一个应用程序，它涉及Freak描述符的使用，它刚刚在OpenCV2.4.2版本中发布。

在documentation中只有两个函数出现：

• 类构造函数
• 一种令人困惑的方法selectPairs()

我想使用自己的检测器，然后调用异常描述符，传递检测到的关键点，但我不清楚类是如何工作的。

问题：

我严格地需要使用selectPairs()吗？打电话给FREAK.compute()就足够了吗？我真的不明白selectPairs的用途是什么。

Answer 1

刚刚浏览了一下论文，在第4.2段中看到，作者建立了一种方法来选择要在描述符中计算的接受字段对，因为采取所有可能的对都会带来太大的负担。selectPairs()函数允许您重新计算这组对。

阅读后面的文档，在这些文档中，它们准确地指向了原始文章中的这个段落。另外，文档中的一些注释告诉您，已经有一组可用的离线学习的对，可以与异常描述符一起使用。因此，我想至少在一开始，您可以只使用预先计算的对，并将从方法中获得的KeyPoints列表作为参数传递给FREAK.compute。

如果您的结果是否定的，您可以尝试在原始论文中使用的keypoint选择方法(第2.1段)，然后最终学习您自己的一组对。

Answer 2

#include "iostream"
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include "cv.h"
#include "highgui.h"
#include <opencv2/nonfree/nonfree.hpp>
#include <opencv2/nonfree/features2d.hpp>
#include <opencv2/flann/flann.hpp>
#include <opencv2/legacy/legacy.hpp>
#include <vector>


using namespace cv;
using namespace std;

int main()
{
    Mat image1,image2;
    image1 = imread("C:\\lena.jpg",0);
    image2 = imread("C:\\lena1.bmp",0);

    vector<KeyPoint> keypointsA,keypointsB;
    Mat descriptorsA,descriptorsB;

    std::vector<DMatch> matches;

    OrbFeatureDetector detector(400);

    FREAK extractor;

    BruteForceMatcher<Hamming> matcher;

    detector.detect(image1,keypointsA);
    detector.detect(image2,keypointsB);

    extractor.compute(image1,keypointsA,descriptorsA);
    extractor.compute(image2,keypointsB,descriptorsB);

    matcher.match(descriptorsA, descriptorsB, matches);

    int nofmatches = 30;
    nth_element(matches.begin(),matches.begin()+nofmatches,matches.end());
    matches.erase(matches.begin()+nofmatches+1,matches.end());

    Mat imgMatch;
    drawMatches(image1, keypointsA, image2, keypointsB, matches, imgMatch);

    imshow("matches", imgMatch);
    waitKey(0);

    return 0;
}

这是一个简单的应用程序，用于匹配两幅图像中的点.我使用Orb来检测关键点，并将其作为keypoints...then蛮力增强的描述符来检测两幅图像中的对应点.我已经获得了具有最佳match...hope的前30点，这在一定程度上帮助了您.