图像处理.surf,算法,图像处理

在对surf编码完成之后，对surf进行改进。将图像在邻域内相交的特征点连接起来。

两两比较特征点的半径(scale)之和r与其距离d的大小。若d小于r，说明这个特征点有交集，连接两个特征点，否则，没有交集。

加入的代码如下：

void getPointRelation(IplImage *img,std::vector<Ipoint> &ipts)
{
	int i=0,j=0;
	int n=ipts.size();
	float d=0,r=0;
	float s1=0,s2=0;
	Ipoint *pt1,*pt2;
	int r1, c1, r2, c2;
  std::vector<Ipoint>::iterator t1,t2;
 
  for(i=0;i<n;++i)
 {
	 pt1=&ipts.at(i);
	 //d=getLenth(pt->x);
	 

	 for(j=i+1;j<n;++j)
	 {
		 pt2=&ipts.at(j);
		  d=getLenth(pt1->x,pt1->y,pt2->x,pt2->y);     //两点之间的距离；
    		 
		 r=pt1->scale+pt2->scale;                     //两点的半径总长 
		 r=r*2.5f;                                   //此处困扰了我好几天！		 if(d<=r)            //若半径之和大于距离，则两圆有相交，则用直线连接这两个圆
		 {
			 
			 c1=fRound(pt1->x); r1=fRound(pt1->y);
			 c2=fRound(pt2->x); r2=fRound(pt2->y);
             cvLine(img, cvPoint(c1, r1), cvPoint(c2, r2), cvScalar(0, 255, 0)); 
			 
		 }

	 }


 }

    
}

float getLenth(float x1,float y1,float x2,float y2)    //计算两点之间的距离
 {
	float d;
	d=(x1-x2)*(x1-x2)+(y1-y2)*(y1-y2);
	d=sqrt(d);
    return d;
 }

这样通过main函数调用getPointRelation函数就可是实现功能啦。

只是有一点需要注意，在进行当初进行图像显示的时候为了是特征点显示的更明显，我们在显现特征点时将其半径进行加权，也就是乘以2.5。因此在图像中显现的特征点的半径是加权之后的半径。所以在比较d与r时，我们需要r=r*2.5。，或者是显示图像的时候不把半径放大2.5倍。否则就会出现明明图片上面的圆有交集但是却没有连线的尴尬情况！（这个问题困扰了我好几天）。

最终的结果图：