实现 BEBLID（基于提升的有效二值局部图像描述符）的类，如 [256] 所述。更多…

#include <opencv2/xfeatures2d.hpp>

cv::xfeatures2d::BEBLID 的协作图

公共类型
枚举	BeblidSize { SIZE_512_BITS = 100 , SIZE_256_BITS = 101 }
	描述符的比特数，每个比特都是一个提升弱学习器。用户可以选择 512 位或 256 位。更多…

公共成员函数
String	getDefaultName () const CV_OVERRIDE

虚函数 float	getScaleFactor () const =0

虚函数 void	setScaleFactor (float scale_factor)=0

继承自 cv::Feature2D 的公共成员函数
虚函数	~Feature2D ()

虚函数 void	compute (InputArray image, std::vector< KeyPoint > &keypoints, OutputArray descriptors)
	计算图像（第一种变体）或图像集（第二种变体）中检测到的一组关键点的描述符。

虚函数 void	compute (InputArrayOfArrays images, std::vector< std::vector< KeyPoint > > &keypoints, OutputArrayOfArrays descriptors)

虚函数 int	defaultNorm () const

虚函数 int	descriptorSize () const

虚函数 int	descriptorType () const

虚函数 void	detect (InputArray image, std::vector< KeyPoint > &keypoints, InputArray mask=noArray())
	检测图像（第一种变体）或图像集（第二种变体）中的关键点。

虚函数 void	detect (InputArrayOfArrays images, std::vector< std::vector< KeyPoint > > &keypoints, InputArrayOfArrays masks=noArray())

虚函数 void	detectAndCompute (InputArray image, InputArray mask, std::vector< KeyPoint > &keypoints, OutputArray descriptors, bool useProvidedKeypoints=false)

虚函数 bool	empty () const CV_OVERRIDE
	如果检测器对象为空，则返回 true。

虚函数 void	read (const FileNode &) CV_OVERRIDE
	从文件存储中读取算法参数。

void	read (const String &fileName)

void	write (const Ptr< FileStorage > &fs, const String &name) const

void	write (const String &fileName) const

虚函数 void	write (FileStorage &) const CV_OVERRIDE
	将算法参数存储到文件存储中。

void	write (FileStorage &fs, const String &name) const

继承自 cv::Algorithm 的公共成员函数
	Algorithm ()

虚函数	~Algorithm ()

虚函数 void	clear ()
	清除算法状态。

虚函数 void	save (const String &filename) const

void	write (const Ptr< FileStorage > &fs, const String &name=String()) const

void	write (FileStorage &fs, const String &name) const

静态公共成员函数
静态 Ptr< BEBLID >	create (float scale_factor, int n_bits=BEBLID::SIZE_512_BITS)
	创建 BEBLID 描述符。

继承自 cv::Algorithm 的静态公共成员函数
模板<typename _Tp >
静态 Ptr< _Tp >	load (const String &filename, const String &objname=String())
	从文件中加载算法。

模板<typename _Tp >
静态 Ptr< _Tp >	loadFromString (const String &strModel, const String &objname=String())
	从字符串加载算法。

模板<typename _Tp >
静态 Ptr< _Tp >	read (const FileNode &fn)
	从文件节点读取算法。

继承的附加成员
从 cv::Algorithm 继承的受保护成员函数
void	writeFormat (FileStorage &fs) const

详细描述

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。

BEBLID [256] 是一种使用提升学习的有效二进制描述符。只需更改 `scale_factor` 参数，即可描述任何检测器的关键点。在多个基准测试中，它被证明在效率相同的情况下，比其他二进制描述符（如 ORB 或 BRISK）有了很大的改进。BEBLID 使用图像周围不同区域的平均灰度值差异进行描述，该描述符针对图像匹配和图像块检索进行了特别优化，解决了这些问题的非对称性。

如果您发现此代码有用，请引用以下论文：

Iago Suárez, Ghesn Sfeir, José M. Buenaposada, and Luis Baumela. BEBLID: Boosted efficient binary local image descriptor. Pattern Recognition Letters, 133:366–372, 2020.

该描述符使用来自 UBC 数据集 Liberty 分割的 100 万个随机采样图像块对（20% 正样本和 80% 负样本）进行训练 [298]，如论文 [256] 中所述。您可以在 AKAZE 示例中查看 BEBLID 的效果。使用 ORB 检测 10000 个关键点并使用 BEBLID 进行描述，可以得到 561 个内点 (75%)，而使用 ORB 进行描述只能得到 493 个内点 (63%)。

成员枚举文档

◆ BeblidSize

枚举 cv::xfeatures2d::BEBLID::BeblidSize

描述符的比特数，每个比特都是一个提升弱学习器。用户可以选择 512 位或 256 位。

枚举器
SIZE_512_BITS
SIZE_256_BITS

成员函数文档

◆ create()

静态 Ptr< BEBLID > cv::xfeatures2d::BEBLID::create	(	浮点数	scale_factor,
		整数	n_bits = BEBLID::SIZE_512_BITS )

静态

Python
	cv.xfeatures2d.BEBLID.create(	scale_factor[, n_bits]	) ->	retval
	cv.xfeatures2d.BEBLID_create(	scale_factor[, n_bits]	) ->	retval

创建 BEBLID 描述符。

参数

scale_factor	调整检测到的关键点周围的采样窗口对于 ORB 关键点，比例应为 1.00f 对于 SIFT 检测到的关键点，比例应为 6.75f 默认值为 6.25f，适用于 KAZE、SURF 检测到的关键点对于 AKAZE、MSD、AGAST、FAST、BRISK 关键点，比例应为 5.00f
n_bits	确定描述符中的比特数。应该是 BEBLID::SIZE_512_BITS 或 BEBLID::SIZE_256_BITS。

◆ getDefaultName()

String cv::xfeatures2d::BEBLID::getDefaultName ( ) const

虚函数

Python
	cv.xfeatures2d.BEBLID.getDefaultName(		) ->	retval

返回算法字符串标识符。将对象保存到文件或字符串时，此字符串用作顶级 xml/yml 节点标签。

从 cv::Feature2D 重实现。

◆ getScaleFactor()

虚拟 float cv::xfeatures2d::BEBLID::getScaleFactor ( ) const

纯虚函数

Python
	cv.xfeatures2d.BEBLID.getScaleFactor(		) ->	retval

◆ setScaleFactor()

虚拟 void cv::xfeatures2d::BEBLID::setScaleFactor ( 浮点数 scale_factor )

纯虚函数

Python
	cv.xfeatures2d.BEBLID.setScaleFactor(	scale_factor	) ->	无

此类的文档是从以下文件生成的：

opencv2/xfeatures2d.hpp

公共类型

公共成员函数

静态公共成员函数

继承的附加成员