AKAZE/KAZE局部特征

AKAZE是KAZE的加速版

与SIFT、SURF相比，AKAZE更稳定，速度更快。

AKAZE特征检测示例：

#include <opencv2/opencv.hpp>
#include <iostream>using namespace cv;
using namespace std;int main(int argc, char** argv)
{Mat src = imread("D:/cv400/data/lena.jpg", 0);if (src.empty()){cout<<"Load image error..."<<endl;return -1;}imshow("input image", src);// kaze detectionPtr<AKAZE> detector = AKAZE::create();vector<KeyPoint> keypoints;double t1 = getTickCount();detector->detect(src, keypoints, Mat());double t2 = getTickCount();double t = (t2 - t1) / getTickFrequency();cout << "spend time : " << t<<" s" << endl;Mat keypointImg;drawKeypoints(src, keypoints, keypointImg, Scalar::all(-1), DrawMatchesFlags::DEFAULT);imshow("kaze keypoints", keypointImg);waitKey(0);return 0;
}

运行截图：

速度很快，65ms

接下来做匹配，在自然场景中找出目标

代码示范：

#include <opencv2/opencv.hpp>
#include <iostream>using namespace cv;
using namespace std;int main(int argc, char** argv)
{Mat img1 = imread("D:/cv400/data/box.png", IMREAD_GRAYSCALE);Mat img2 = imread("D:/cv400/data/box_in_scene.png", IMREAD_GRAYSCALE);if (img1.empty() || img2.empty()) {cout << "Load image error..." << endl;return -1;}imshow("object image", img1);imshow("object in scene", img2);// surf featurs extractiondouble t1 = (double)getTickCount();//int minHessian = 400;Ptr<AKAZE> detector = AKAZE::create();vector<KeyPoint> keypoints_obj;vector<KeyPoint> keypoints_scene;Mat descriptor_obj, descriptor_scene;detector->detectAndCompute(img1, Mat(), keypoints_obj, descriptor_obj);detector->detectAndCompute(img2, Mat(), keypoints_scene, descriptor_scene);// matchingFlannBasedMatcher matcher(new flann::LshIndexParams(20, 10, 2));vector<DMatch> matches;matcher.match(descriptor_obj, descriptor_scene, matches);double t2 = (double)getTickCount();double t = (t2 - t1) / getTickFrequency();cout << "spend time : " << t << "s" << endl;//求匹配点最近距离double minDist = 1000;for (int i = 0; i < descriptor_obj.rows; i++){double dist = matches[i].distance;if (dist < minDist) minDist = dist;    }cout<<"min distance : "<< minDist<<endl;//距离较近即匹配较好的点vector<DMatch> goodMatches;for (int i = 0; i < descriptor_obj.rows; i++){double dist = matches[i].distance;if (dist < max(3 * minDist, 0.02)) goodMatches.push_back(matches[i]);  }//寻找匹配上的关键点的变换vector<Point2f> obj;  //目标特征点vector<Point2f> objInScene;  //场景中目标特征点for (size_t t = 0; t < goodMatches.size(); t++) {obj.push_back(keypoints_obj[goodMatches[t].queryIdx].pt);objInScene.push_back(keypoints_scene[goodMatches[t].trainIdx].pt);}Mat imgBH = findHomography(obj, objInScene, RANSAC);//映射点vector<Point2f> obj_corners(4);vector<Point2f> scene_corners(4);obj_corners[0] = Point(0, 0);obj_corners[1] = Point(img1.cols, 0);obj_corners[2] = Point(img1.cols, img1.rows);obj_corners[3] = Point(0, img1.rows);perspectiveTransform(obj_corners, scene_corners, imgBH);//四个点之间画线Mat dst;cvtColor(img2, dst, COLOR_GRAY2BGR);line(dst, scene_corners[0], scene_corners[1], Scalar(0, 0, 255), 2, 8, 0);line(dst, scene_corners[1], scene_corners[2], Scalar(0, 0, 255), 2, 8, 0);line(dst, scene_corners[2], scene_corners[3], Scalar(0, 0, 255), 2, 8, 0);line(dst, scene_corners[3], scene_corners[0], Scalar(0, 0, 255), 2, 8, 0);imshow("find object in sence", dst);waitKey(0);return 0;
}

运行截图：

比SURF快一点

AKAZE/KAZE局部特征相关推荐

全面综述：图像特征提取与匹配技术
作者:William 来源:自动驾驶全栈工程师知乎专栏,https://www.zhihu.com/people/william.hyin/columns 特征提取和匹配是许多计算机视觉应用中的一个重 ...
过年也学（nei）习 (juan)| 图像特征提取与匹配技术
点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达作者:william 链接:https://zhuanlan.zh ...
自动驾驶汽车视觉- 图像特征提取与匹配技术
点击上方"3D视觉工坊",选择"星标" 干货第一时间送达作者:william 链接:https://zhuanlan.zhihu.com/p/13330196 ...
目标检测 - 特征检测器比较
定量比较表明,特征检测器描述符检测大量特征的能力的一般顺序为: ORB>BRISK>SURF>SIFT>AKAZE>KAZE 每个特征点的特征检测描述计算效率的算法顺序为 ...
OpenCV3 和 Qt5 计算机视觉：6~10
原文:Computer Vision with OpenCV 3 and Qt5 协议:CC BY-NC-SA 4.0 译者:飞龙本文来自[ApacheCN 计算机视觉译文集],采用译后编辑(MT ...
python识别几何图形拼成的图案_自动驾驶汽车视觉- 图像特征提取与匹配技术
Feature detection and matching Email: williamhyin@outlook.com 特征提取和匹配是许多计算机视觉应用中的一个重要任务,广泛运用在运动结构.图像 ...
OpenCv-C++-KAZE(AKAZE)局部特征匹配（二）
上一篇已经做出了KAZE(AKAZE)局部特征的检测,就差匹配没有做到. 那么,现在来实现一下: 放上代码: #include<opencv2/opencv.hpp> #include&l ...
opencv AKAZE 局部特征匹配算法
AKAZE 局部特征匹配级联分类器使用等比例缩放图片给图片加logo 鱼眼校正智能答卷识别 opencv滤镜效果灰度图像增强方式基础知识点 AKAZE特征提取算法是局部特征描述子算法,是S ...
OpenCV每日函数特征检测和描述模块(5) KAZE类/AKAZE类(提取关键点和计算描述符)
一.概述 PF Alcantarilla等人2012 年提出 KAZE 特征,通过非线性扩散滤波利用非线性尺度空间.这使得图像中的模糊局部适应特征点,从而减少噪声并同时保留主题图像中区域的边界.KAZ ...

AKAZE/KAZE局部特征

AKAZE/KAZE局部特征相关推荐

最新文章

热门文章