使用opencv进行特征检测的正确方法

Question

我的目标是在静态图像和视频中找到已知的徽标.我希望通过使用KAZE或AKAZE和RanSac进行特征检测来实现这一目标.

我的目标是:https://www.youtube.com/watch？v = nzrqH ...

在尝试使用文档中的检测示例时,我遇到了几个问题:

• 对象分辨率:已知对象与对象应该位于的场景的分辨率之间的大小差异有时会破坏检测算法 - 尽管图像质量仍然可以正常,但在低分辨率的图像中将无法识别对象.人类的眼睛.
• 与背景的颜色对比:看起来,检测很容易被不同的背景对比分散注意力(例如:对象是白色背景上的徽标黑色,黑色背景上的场景中的徽标是白色).如何针对不同的发光和背景对比使检测更加稳健？
• 预处理:是否应该对对象/场景进行任何类型的预处理？例如,将场景放大到特定大小？是否有任何指导如何在几个步骤中进行特征检测以获得最佳结果？

Answer 1

我认为你的问题比特征描述符匹配单应性过程更复杂。它更有可能面向模式识别或分类。

您可以查看这篇关于形状匹配的扩展论文评论：

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）和处理图像之间建立像素强度互相关，因此您将获得最佳互相关区域。

同样，背景颜色强度也非常重要，因为背景照明可能会单独影响您的最终结果。

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

例如，您可以尝试其他方法，例如：

Hog 描述符：直方图导向梯度： https ://en.wikipedia.org/wiki/Histogram_of_orient_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的。

希望这些参考资料有所帮助。

干杯。

乌奈。