实验性 2D 特征匹配算法

详细信息

此部分描述了下列匹配策略

• GMS：基于网格的运动统计，[26]
• LOGOS：用于高异常值空间验证的局部几何支持，[174]

函数
void	cv::xfeatures2d::matchGMS (const Size &size1, const Size &size2, const std::vector< KeyPoint > &keypoints1, const std::vector< KeyPoint > &keypoints2, const std::vector< DMatch > &matches1to2, std::vector< DMatch > &matchesGMS, const bool withRotation=false, const bool withScale=false, const double thresholdFactor=6.0)
	[26] 中描述的 GMS（基于网格的运动统计）特征匹配策略。
void	cv::xfeatures2d::matchLOGOS (const std::vector< KeyPoint > &keypoints1, const std::vector< KeyPoint > &keypoints2, const std::vector< int > &nn1, const std::vector< int > &nn2, std::vector< DMatch > &matches1to2)
	[174] 中描述的 LOGOS（用于高异常值空间验证的局部几何支持）特征匹配策略。

函数文档

matchGMS()

void cv::xfeatures2d::matchGMS	(	const Size &	size1,
		const Size &	size2,
		const std::vector< KeyPoint > &	keypoints1,
		const std::vector< KeyPoint > &	keypoints2,
		const std::vector< DMatch > &	matches1to2,
		std::vector< DMatch > &	matchesGMS,
		const bool	withRotation = false,
		const bool	withScale = false,
		const double	thresholdFactor = 6.0
	)

Python
	cv.xfeatures2d.matchGMS(	size1, size2, keypoints1, keypoints2, matches1to2[, withRotation[, withScale[, thresholdFactor]]]	) ->	matchesGMS

#include <opencv2/xfeatures2d.hpp>

[26] 中描述的 GMS（基于网格的运动统计）特征匹配策略。

参数

size1	图像 1 的输入大小。
size2	图像 2 的输入大小。
keypoints1	图像 1 的输入关键点。
keypoints2	图像 2 的输入关键点。
matches1to2	输入 1 近邻匹配。
matchesGMS	GMS 匹配策略返回的匹配。
withRotation	考虑旋转变换。
withscale	考虑缩放变换。
thresholdFactor	较高，匹配越少。

说明

由于 GMS 在特征数量较多时表现良好，我们建议使用ORB特征并设置 FastThreshold 为 0，以尽快获取多达可能的特征。如果匹配结果不满足要求，请添加更多特征。（对于 640 X 480 的图像，我们使用 10000）。如果你的图像具有很大的旋转和缩放变化，请将 withRotation 或 withScale 设置为 true。

以下是此函数的调用图

matchLOGOS()

void cv::xfeatures2d::matchLOGOS	(	const std::vector< KeyPoint > &	keypoints1,
		const std::vector< KeyPoint > &	keypoints2,
		const std::vector< int > &	nn1,
		const std::vector< int > &	nn2,
		std::vector< DMatch > &	matches1to2
	)

Python
	cv.xfeatures2d.matchLOGOS(	keypoints1, keypoints2, nn1, nn2	) ->	matches1to2

#include <opencv2/xfeatures2d.hpp>

[174] 中描述的 LOGOS（用于高异常值空间验证的局部几何支持）特征匹配策略。

参数

keypoints1	图像 1 的输入关键点。
keypoints2	图像 2 的输入关键点。
nn1	image1 中每个描述符对于最接近的 BoW 重心的索引。
nn2	image2 中每个描述符对于最接近的 BoW 重心的索引。
matches1to2	LOGOS 匹配策略返回的匹配。

说明

此匹配策略适用于针对大型数据库进行特征匹配。第一步包括根据有代表性的图像数据库构建词袋 (BoW)。图像描述符随后由其最接近的代码向量（最近的 BoW 重心）表示。

以下是此函数的调用图