gpt4 book ai didi

opencv - 使用 MSER 作为有趣的关键点计算描述符大小

转载 作者:太空宇宙 更新时间:2023-11-03 22:01:34 24 4
gpt4 key购买 nike

我正在研究应用于组织学图像的图像配准方法。

我有一个问题。我想使用 MSER 特征检测器来检测图像上的关键点。使用 opencv 提供的 MSER 函数检索 MSER 轮廓后,我计算每个轮廓的质心,以便将其用作一个有趣的点。

如果我直接对感兴趣的点进行描述,比如用一个Surf描述符,描述符的大小是1,无法比较。

因此需要将描述符的大小修改为合适的大小。

有没有人有想法?

谢谢

最佳答案

答案很晚,但我希望它能帮助别人。

MSER 返回的是地区而不是积分。为了从 MSER 区域提取描述符,您必须将区域映射到标准大小,比如从任何椭圆形到 30x30 像素的圆,然后从中提取描述符(例如 SURF)。

如果您单独使用 SURF,那么它会使用 Harris 角点作为兴趣点,然后在比例空间中围绕它放置固定大小的窗口。

匹配通常是通过比较描述符来完成的。您正在尝试匹配不同的关键点(或兴趣点)。

最后但并非最不重要的一点是,MSER 质心和 SURF 兴趣点不太可能出现在同一位置,因为 MSER 检测同质区域,而 SURF 使用哈里斯角。 MSER 的质心不能有角,所以从技术上讲,它们永远是彼此的异常值。

从 MATLAB 2011 开始,MSER 可以与 SURF 描述符结合使用(包含在计算机视觉系统工具箱中)。

另一种方法是使用共享的 computer_descriptors.ln:http://www.robots.ox.ac.uk/~vgg/research/affine/descriptors.html

最好的问候

关于opencv - 使用 MSER 作为有趣的关键点计算描述符大小,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/13126014/

24 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com