opencv - 为什么 opencv FREAK extractor 删除了这么多关键点，特别是使用 ORB 检测器

Question

我正在使用 OpenCV 2.4.3 c++ 接口(interface)来查找两个图像之间的匹配点。第一次尝试是使用 SURF。唯一的问题是耗时，所以我尝试了新的 FREAK 提取器。使用 SURF 进行检测并使用 FREAK 进行描述，我意识到 FREAK 将关键点的数量减少到检测到的几乎一半，并且得到的匹配还不够。这就是原因，我尝试快速获取更多关键点。结果:

1. SURF 检测器、SURF 提取器、BFMatcher 交叉校验为真、RANSAC:第一张图像 70 个关键点，第二张图像 50 个关键点，200 毫秒。 250 毫秒。 15 毫秒。 15 毫秒。
2. SURF 检测器、FREAK 提取器、BFMatcher 交叉校验为真、RANSAC:第一张图像有 39 个关键点，第二张图像有 30 个关键点(在 FREAK 之后)，200 毫秒，50 毫秒。 , 0 毫秒。, 0 毫秒。导致好的匹配太少。
3. FAST 检测器、FREAK 提取器、BFMatcher 交叉校验为真、RANSAC:120 个关键点、90 个关键点(在 FREAK 之后有 69 个和 48 个关键点)、10 毫秒、450 毫秒、15 毫秒、10 毫秒。

在那之后，我使用了 ORBFeatureDetector，它获得了与 FAST 相同数量的关键点，但在 FREAK 提取器之后，每张图像的结果关键点为 0。难道我做错了什么？ ORB 关键点与从 FAST 获得的关键点不同吗？也许我可以为此提出另一个问题，但我有最后一个问题。什么是检测器/提取器的最佳组合来获得与我使用 SURF 的第一个实验相同的结果，但减少了处理时间？因为当我获得更多关键点时，提取器部分也更耗时，尽管我使用 FREAK。

Answer 1

如果 FREAK 不能为它生成描述符，它就会删除点，很多时候这发生在图像的边界，因为如果它落在边界图像之外，它就不能生成描述符。我通过在提取前应用 ROI 来避免这个问题。

我也将 FAST 与 FREAK 结合使用，我得到了最好的结果，但我仍然有减少提取时间的问题，这对我来说太长了。