实验性二维特征算法

详细描述

本节描述用于二维特征检测的实验性算法。

类
类	cv::xfeatures2d::AffineFeature2D
	实现关键点仿射自适应的类。 更多…
类	cv::xfeatures2d::BEBLID
	实现BEBLID（基于提升的有效二进制局部图像描述符）的类，如[256]中所述。 更多…
类	cv::xfeatures2d::BoostDesc
	实现BoostDesc（使用Boosting学习图像描述符）的类，如[261]和[262]中所述。 更多…
类	cv::xfeatures2d::BriefDescriptorExtractor
	用于计算如[47]中所述的BRIEF描述符的类。 更多…
类	cv::xfeatures2d::DAISY
	实现DAISY描述符的类，如[270]中所述。 更多…
类	cv::xfeatures2d::Elliptic_KeyPoint
	兴趣点周围的椭圆区域。 更多…
类	cv::xfeatures2d::FREAK
	实现FREAK（快速视网膜关键点）关键点描述符的类，如[8]中所述。 更多…
类	cv::xfeatures2d::HarrisLaplaceFeatureDetector
	实现Harris-Laplace特征检测器的类，如[192]中所述。 更多…
类	cv::xfeatures2d::LATCH
类	cv::xfeatures2d::LUCID
	实现局部一致比较图像描述符的类，如[321]中所述。 更多…
类	cv::xfeatures2d::MSDDetector
	实现MSD（最大自相似性）关键点检测器的类，如[271]中所述。 更多…
类	cv::xfeatures2d::PCTSignatures
	实现PCT（位置-颜色-纹理）特征提取的类，如[151]中所述。该算法分为特征采样器和聚类器。特征采样器在给定的坐标集上产生样本。然后，聚类器使用k-means算法产生这些样本的聚类。生成的聚类集是输入图像的特征。 更多…
类	cv::xfeatures2d::PCTSignaturesSQFD
	实现特征二次型距离 (SQFD) 的类。 更多…
类	cv::xfeatures2d::StarDetector
	该类实现了[2]中介绍的关键点检测器，与StarDetector同义。: 更多…
类	cv::xfeatures2d::TBMR
	实现基于树的莫尔斯区域（TBMR）的类，如[307]中所述，并扩展了比例提取能力。 更多…
类	cv::xfeatures2d::TEBLID
	实现TEBLID（基于三元组的有效二进制局部图像描述符）的类，如[257]中所述。 更多…
类	cv::xfeatures2d::VGG
	实现VGG（牛津视觉几何组）描述符的类，使用如[246]中所述的“使用凸优化进行描述符学习”（DLCO）装置进行端到端训练。 更多…

函数
void	cv::xfeatures2d::FASTForPointSet (InputArray image, std::vector< KeyPoint > &keypoints, int threshold, bool nonmaxSuppression=true, cv::FastFeatureDetector::DetectorType type=FastFeatureDetector::TYPE_9_16)
	使用FAST算法估计预先指定的KeyPoints的角点性。

函数文档

FASTForPointSet()

void cv::xfeatures2d::FASTForPointSet	(	InputArray	image,
		std::vector< KeyPoint > &	keypoints,
		int	threshold,
		bool	nonmaxSuppression = true,
		cv::FastFeatureDetector::DetectorType	type = FastFeatureDetector::TYPE_9_16 )

#include <opencv2/xfeatures2d.hpp>

使用FAST算法估计预先指定的KeyPoints的角点性。

参数

image	检测关键点（角点）的灰度图像。
keypoints	应测试以符合FAST准则的关键点。未检测为角点的关键点将被移除。
threshold	中心像素与围绕该像素的圆的像素之间的强度差异的阈值。
nonmaxSuppression	如果为真，则将非最大抑制应用于检测到的角点（关键点）。
type	论文中定义的三个邻域之一：FastFeatureDetector::TYPE_9_16，FastFeatureDetector::TYPE_7_12，FastFeatureDetector::TYPE_5_8

使用[228]中的FAST算法检测角点。