c# - 冲浪/筛选/用于模板匹配

Question

我想使用 sift/surf 进行模板匹配。图像可以有 1...n 个目标。使用 surf/sift 只能提取一个目标。一种想法是将图像分割成多个片段，然后寻找筛选/冲浪匹配。它有效，但显然由于速度和努力，它并不理想。是否存在任何替代方法？/任何人都有缩放和旋转不变模板匹配的源代码。问候，

Answer 1

如果我正确理解你在说什么(请提供更多信息)，你有 N 个平面图像对象。你想从 N 个图像中提取 SIFT/SURF 特征，并将所有特征放在某种容器中(数组或高维最近邻的加速数据结构)。处理给定图像时，您提取 SIFT(或 SURF)特征并为每个特征搜索容器中最接近的特征。您最终会得到一个成对列表(来自当前图像的特征，来自容器的特征)。现在您必须应用一些稳健的模型估计器(例如 RANSAC)来构造单应性。如果可以找到良好的单应性(至少有 10、12 个内点)，您将确定您的目标就在那里。显然，给定特征对数组，将其分割为组，其中每个组都是数据库的 N 个平面图像对象之一(这不是最好的方法，可能你应该关联到从中提取的每个特征当前图像到数据库的 k 个特征，并使用某种形式的投票方案来确定哪些是对，但这样做会变得更加复杂)。所以，一般来说，你必须做出一些决定:

• 要使用的特征(SIFT？SURF？其他？)
• 稳健模型估计器(RANSAC？PROSAC？MLSAC？)
• 在计算单应性时要考虑哪些几何因素(利用单应性与两个平面对象中的点相关的事实)
• 您将使用哪种多维数据结构来加速搜索
• 如何计算单应性(好吧，可能只有一种方法:归一化 DLT)

如果您的对象不是平面的，问题就更难了，因为 3D 刚性对象可能会随着视点的变化而变化。要描述它，您将需要 K 张图像而不是一张。这要做起来更具挑战性，因为随着 N 和 K 的增长，识别率会下降。可能还有其他更好的方法。我强烈建议使用谷歌相关文献进行检查。