目标跟踪的点跟踪技术(4)

最新推荐文章于 2024-12-31 22:24:13 发布

程序狗觅食中

最新推荐文章于 2024-12-31 22:24:13 发布

阅读量881

点赞数

CC 4.0 BY-SA版权

本文链接：https://blog.youkuaiyun.com/sheldor/article/details/38641149

CV 专栏收录该内容

7 篇文章

订阅专栏

本文介绍如何利用OpenCV库实现尺度不变特征变换(SIFT)算法，包括特征点检测、方向梯度直方图计算以及特征匹配过程，并通过实际代码演示了在图像旋转情况下的应用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

获取特征点后，SIFT用方向梯度直方图描述每个特征点的特征。

首先计算每个特征点的梯度幅度和方向：

然后计算特征点周围16x16范围的每个点的梯度方向，对其中上下左右每4x4的区域，统计区域内各点的方向梯度直方图。

直方图把360度角划分为36个bin，计算前先用高斯平滑削弱边缘的影响。16x16点的梯度方向在进行直方图统计前先按特征点的“主方向”旋转，以获取旋转不变性特征。

以下是OpenCV中SIFT的简单应用：

#include <opencv2\opencv.hpp>
#include <opencv2\nonfree\nonfree.hpp>

using namespace std;
using namespace cv;

int main() {
	Mat img = imread("d:/dataset/book.jpg");
	Mat gray;
	cvtColor(img, gray, CV_RGB2GRAY);

	Mat rotImg;
	Mat affine = getRotationMatrix2D(Point2f((float)img.cols / 2, (float)img.rows / 2), 45, 0.5);
	warpAffine(img, rotImg, affine, Size(img.cols, img.rows));
	Mat rotGray;
	cvtColor(rotImg, rotGray, CV_RGB2GRAY);
	
	initModule_nonfree();
	Ptr<FeatureDetector> detector = FeatureDetector::create("SIFT");
	Ptr<DescriptorExtractor> extractor = DescriptorExtractor::create("SIFT");  
    Ptr<DescriptorMatcher> matcher = DescriptorMatcher::create("BruteForce"); 
	
	if (detector.empty() || extractor.empty() ) {
		cout << "create detector error" << endl;
		exit(-1);
	}

	vector<KeyPoint> pts1, pts2;
	Mat feats1, feats2;
	vector<DMatch> matches, goodMatches;
	detector->detect(gray, pts1);
	extractor->compute(gray, pts1, feats1);
	detector->detect(rotGray, pts2);
	extractor->compute(rotGray, pts2, feats2);
	matcher->match(feats1, feats2, matches);

	double maxDist = 0, minDist = 1000;
	for (int i = 0; i < matches.size(); i++) {
		if (minDist > matches[i].distance)
			minDist = matches[i].distance;
		if (maxDist < matches[i].distance)
			maxDist = matches[i].distance;
	}

	cout << minDist << " " << maxDist << endl;

	double thres = minDist + 0.1 * (maxDist - minDist);
	for (int i = 0; i < matches.size(); i++) {
		if (matches[i].distance <= thres)
			goodMatches.push_back(matches[i]);
	}

	
	Mat disp;
	drawMatches(img, pts1, rotImg, pts2, goodMatches, disp);
	namedWindow("disp");
	imshow("disp", disp);
	waitKey();
}