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:
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