實驗性二維特徵匹配演算法

詳細描述

本節介紹以下匹配策略

• GMS：基於網格的運動統計，[27]
• LOGOS：用於高離群空間驗證的區域性幾何支援，[177]

函式
void	cv::xfeatures2d::matchGMS (const Size &size1, const Size &size2, const std::vector< KeyPoint > &keypoints1, const std::vector< KeyPoint > &keypoints2, const std::vector< DMatch > &matches1to2, std::vector< DMatch > &matchesGMS, const bool withRotation=false, const bool withScale=false, const double thresholdFactor=6.0)
	GMS（基於網格的運動統計）特徵匹配策略，詳見 [27] 。
void	cv::xfeatures2d::matchLOGOS (const std::vector< KeyPoint > &keypoints1, const std::vector< KeyPoint > &keypoints2, const std::vector< int > &nn1, const std::vector< int > &nn2, std::vector< DMatch > &matches1to2)
	LOGOS（用於高離群空間驗證的區域性幾何支援）特徵匹配策略，詳見 [177] 。

函式文件

matchGMS()

void cv::xfeatures2d::matchGMS	(	const Size &	size1,
		const Size &	size2,
		const std::vector< KeyPoint > &	keypoints1,
		const std::vector< KeyPoint > &	keypoints2,
		const std::vector< DMatch > &	matches1to2,
		std::vector< DMatch > &	matchesGMS,
		const bool	withRotation = false,
		const bool	withScale = false,
		const double	thresholdFactor = 6.0 )

Python
	cv.xfeatures2d.matchGMS(	size1, size2, keypoints1, keypoints2, matches1to2[, withRotation[, withScale[, thresholdFactor]]]	) ->	matchesGMS

#include <opencv2/xfeatures2d.hpp>

GMS（基於網格的運動統計）特徵匹配策略，詳見 [27] 。

引數

size1	影像 1 的輸入尺寸。
size2	影像 2 的輸入尺寸。
keypoints1	影像 1 的輸入關鍵點。
keypoints2	影像 2 的輸入關鍵點。
matches1to2	輸入 1-最近鄰匹配。
matchesGMS	GMS 匹配策略返回的匹配項。
withRotation	考慮旋轉變換。
withScale	考慮尺度變換。
thresholdFactor	值越高，匹配項越少。

注意

由於 GMS 在特徵數量較大時效果良好，我們建議使用 ORB 特徵並將 FastThreshold 設定為 0，以便快速獲得儘可能多的特徵。 如果匹配結果不滿意，請新增更多特徵。（我們對 640 X 480 的影像使用 10000 個特徵）。 如果您的影像有較大的旋轉和尺度變化，請將 withRotation 或 withScale 設定為 true。

matchLOGOS()

void cv::xfeatures2d::matchLOGOS	(	const std::vector< KeyPoint > &	keypoints1,
		const std::vector< KeyPoint > &	keypoints2,
		const std::vector< int > &	nn1,
		const std::vector< int > &	nn2,
		std::vector< DMatch > &	matches1to2 )

Python
	cv.xfeatures2d.matchLOGOS(	keypoints1, keypoints2, nn1, nn2	) ->	matches1to2

#include <opencv2/xfeatures2d.hpp>

LOGOS（用於高離群空間驗證的區域性幾何支援）特徵匹配策略，詳見 [177] 。

引數

keypoints1	影像 1 的輸入關鍵點。
keypoints2	影像 2 的輸入關鍵點。
nn1	影像 1 的每個描述符的最近 BoW 質心的索引。
nn2	影像 2 的每個描述符的最近 BoW 質心的索引。
matches1to2	LOGOS 匹配策略返回的匹配項。

注意

此匹配策略適用於針對大型資料庫進行特徵匹配。 第一步包括從代表性影像資料庫構建詞袋 (BoW)。 然後影像描述符由其最接近的程式碼向量（最近的 BoW 質心）表示。