使用opencv进行功能检测的正确方法

我的目标是在静态图像和视频中找到已知的徽标。 我想通过使用KAZE或AKAZE和RanSac的功能检测来实现这一点。

我的目标是获得类似的结果:https://www.youtube.com/watch?v = nzrqH ...

在尝试使用来自文档的检测示例时,我遇到了几个问题:

  • 对象分辨率:已知对象与对象应该位于的场景的分辨率之间的差异有时会破坏检测算法 - 尽管图像质量对于人类的眼睛。
  • 与背景颜色对比:看起来,检测很容易被不同的背景对比所分散(例如:对象是白色背景上的标志黑色,场景中的标志是黑色背景上的白色)。 我怎样才能使检测更强大对不同的发光和背景对比度?
  • 预处理:是否应该对对象/场景进行任何类型的预处理? 例如,将场景放大到特定的大小? 是否有任何指导方针如何在几个步骤中实现特征检测以获得最佳结果?

  • 我认为你的问题比特征描述符匹配单应过程更复杂。 它更倾向于模式识别或分类。

    你可以检查这个扩展的形状匹配纸张审查:

    http://www.staff.science.uu.nl/~kreve101/asci/vir2001.pdf

    首先,图像的分辨率非常重要,因为通常匹配操作会在样本图像(徽标)和过程图像之间产生像素强度互相关,因此您将获得最佳互相关区域。

    以同样的方式,背景颜色强度非常重要,因为背景照明可能会影响到您的最终结果。

    基于特征的方法被广泛研究:

    http://docs.opencv.org/2.4/modules/features2d/doc/feature_detection_and_description.html

    http://docs.opencv.org/2.4/modules/features2d/doc/common_interfaces_of_descriptor_extractors.html

    因此,例如,您可以尝试其他方法,例如:

    生猪描述符:直方图方向梯度: https ://en.wikipedia.org/wiki/Histogram_of_oriented_gradients

    模式匹配或模板匹配 http://docs.opencv.org/2.4/doc/tutorials/imgproc/histograms/template_matching/template_matching.html

    我认为最新的(模式匹配)是最容易检查你的算法。

    希望这些参考文献有帮

    干杯。

    垂发。

    链接地址: http://www.djcxy.com/p/92263.html

    上一篇: Proper approach to feature detection with opencv

    下一篇: Export all hidden functions from a package