opencv3/C++ 實現SURF特征檢測

2020-01-26 13:22:33

字體：大中小

來源：轉載

供稿：網友

SURF即Speeded Up Robust Features加速魯棒特征；

SURF可以用于對象定位和識別、人臉識別、3D重建、對象跟蹤和提取興趣點等。

工作原理：

1、選擇圖像中POI(Points of Interest) Hessian Matrix;

2、在不同的尺度空間發現關鍵點，非最大信號壓制;

3、發現特征點方法、旋轉不變性要求;

4、生成特征向量;

類SURF中成員函數create()參數說明：

static Ptr<SURF> create(double hessianThreshold=100,//SURF中使用的hessian關鍵點檢測器的閾值int nOctaves = 4, //關鍵點檢測器將使用的金字塔組數量int nOctaveLayers = 3,//高斯金字塔每個組內圖像的層數bool extended = false, //擴展描述符標志（true使用擴展的128個元素的描述符，false使用64個元素的描述符）bool upright = false//旋轉的特征標志（true不計算方向，false計算方向）);

函數detect()用來檢測圖像或圖像集中的關鍵點。

基類Feature2D中成員函數detect()參數說明：

void detect( InputArray image,//圖像CV_OUT std::vector<KeyPoint>& keypoints,//檢測到的關鍵點,（在圖像集中關鍵點[i]是在圖像[i]中檢測到的一組關鍵點）InputArray mask=noArray() //指定在哪里尋找關鍵點的掩碼（必須是在感興趣區域中具有非零值的8位整數矩陣）);

函數drawKeypoints()的參數說明：

void drawKeypoints( InputArray image, //源圖像const std::vector<KeyPoint>& keypoints, //來自源圖像的關鍵點InputOutputArray outImage,//輸出圖像const Scalar& color=Scalar::all(-1), //關鍵點的顏色int flags=DrawMatchesFlags::DEFAULT //設置繪圖功能的標志);

函數drawKeypoints()用來繪制關鍵點。

SURF特征檢測示例：

#include<opencv2/opencv.hpp>#include<opencv2/xfeatures2d.hpp>using namespace cv;using namespace cv::xfeatures2d;Mat src;int minHessian = 50;void trackBar(int, void*);int main(){ src = imread("E:/image/image/bdb.jpg"); if (src.empty()) {  printf("can not load image /n");  return -1; } namedWindow("input", WINDOW_AUTOSIZE); imshow("input", src); namedWindow("output", WINDOW_AUTOSIZE); createTrackbar("minHessian","output",&minHessian, 500, trackBar); waitKey(0); return 0;}void trackBar(int, void*){ Mat dst; // SURF特征檢測 Ptr<SURF> detector = SURF::create(minHessian); std::vector<KeyPoint> keypoints; detector->detect(src, keypoints, Mat()); // 繪制關鍵點 drawKeypoints(src, keypoints, dst, Scalar::all(-1), DrawMatchesFlags::DEFAULT); imshow("output", dst);}