私はSIFT + RANSACとホモグラフィを使ってオブジェクト(OpenCV C++、Java)を見つけるアプリケーションを開発しています。私が直面している問題は、多くの外れ値がある場合、RANSACのパフォーマンスが低いことです。SIFTの一致と認識?
この理由から、私はSIFTの著者がかなり良いと言ったことを試してみたいと思います。
私たちは4次元である4次元の特徴空間に投票すべきことを読みました:
- 場所[X、Y](誰かがTraslationが言う)
- スケール
- オリエンテーション :
ながらOpenCVのではとの一致scale
とorientation
を取得することは容易です
cv::Keypoints.octave
cv::Keypoints.angle
私は場所をどのように計算することができるのか分かりません。
は私だけone match
で、我々はバウンディングボックスを描画することができますinteresting slideを発見した:
しかし、私はちょうど1試合でそのバウンディングボックスを描くことができるか、私は得ることはありません。どんな助け?
私は答えを編集しました。 – Dima
1つのマッチでは、ハフ変換は必要ありません。あなたは、xとyの違い(平行移動)、方向の違い(回転)、およびスケールの比(スケール)を取る。次にそれらを行列に入れます。 – Dima