如何从小尺寸图像中提取更多的关键点？

Question

我试图从一些小尺寸的图像(例如176*146 px)中获得尽可能多的关键点。但我必须说我失败了。

我的想法是计算每个keypoint的描述符，并将其存储到db /书包中，这样就可以通过计数类似的描述符来识别db中已经存在的简单图片。

我的问题是小解析度图片。我已经尝试过openCV中几乎所有可用的特性提取器/描述符。Sift，Surf，ORB，稠密，AKAZE等。每一种方法都不能用小尺寸的图像。

我能做些什么来获得更健壮的关键点呢？

Answer 1

您应该决定是否要检测到更多的关键点，还是更健壮的关键点。通常情况下，有较少的关键点是有利的，这些关键点在不同的变换下更稳定。另外，请定义你所说的失败是什么意思。关键点太少了？这很容易解决。不正确的匹配？不是很容易。

你试过快速探测器吗？根据我的经验，它通常检测出比我想要的更多的关键点，为了得到有意义的结果，我不得不放弃其中的大多数，results.You也可以尝试在一个小单元大小的规则网格中检测关键点--这样你就可以得到一个统一的覆盖范围，如果描述符是好的--你最终会得到一些匹配。尽管您可能想要计算描述符，而不是精确地在网格交集中，而是在附近最接近拐角的位置。