OpenCV與FLANN的功能匹配

• 與FLANN的功能匹配
• • 目標(biāo)
  • 理論
  • 代碼
  • 結(jié)果

與FLANN的功能匹配

目標(biāo)

在本教程中，您將學(xué)習(xí)如何：
使用cv :: FlannBasedMatcher界面，以便通過(guò)使用“多維空間中的聚類和搜索”模塊執(zhí)行快速有效的匹配

理論

通常使用歐幾里得距離對(duì)經(jīng)典特征描述符進(jìn)行比較和匹配。由于SIFT和SURF描述符表示鄰域中定向梯度的直方圖，因此，歐幾里德距離的替代方法是基于直方圖的度量
二進(jìn)制描述符（ORB，BRISK等）使用漢明距離進(jìn)行匹配。此距離等于計(jì)算二進(jìn)制字符串中不同元素的數(shù)量：

為了過(guò)濾匹配，使用距離比檢驗(yàn)來(lái)嘗試消除錯(cuò)誤匹配。計(jì)算出所考慮的關(guān)鍵點(diǎn)的兩個(gè)最接近的匹配之間的距離比，并且當(dāng)該值低于閾值時(shí)，這是一個(gè)很好的匹配。實(shí)際上，該比率有助于區(qū)分歧義匹配（兩個(gè)最接近的鄰居之間的距離比接近于1）和區(qū)分良好的匹配。SIFT論文的下圖顯示了基于最近鄰距離比檢驗(yàn)的匹配正確的可能性。

總結(jié)

以上是生活随笔為你收集整理的OpenCV与FLANN的功能匹配的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。