实验性二维特征匹配算法

详细描述

本节描述以下匹配策略

• 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)
	在[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)
	在[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>

在[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	输入的1-最近邻匹配。
matchesGMS	GMS匹配策略返回的匹配结果。
withRotation	考虑旋转变换。
withScale	考虑尺度变换。
thresholdFactor	值越高，匹配结果越少。

注意

由于GMS在特征数量较多时效果较好，我们建议使用ORB特征并将FastThreshold设置为0，以便快速获得尽可能多的特征。如果匹配结果不理想，请增加更多特征。（对于640 X 480的图像，我们使用10000个特征）。如果您的图像具有较大的旋转和尺度变化，请将withRotation或withScale设置为true。

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>

在[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	图像1的每个描述符与最近的BoW聚类中心的索引。
nn2	图像2的每个描述符与最近的BoW聚类中心的索引。
matches1to2	LOGOS匹配策略返回的匹配结果。

注意

此匹配策略适用于针对大型数据库的特征匹配。第一步是从具有代表性的图像数据库中构建词袋 (BoW)。然后通过其最近的码向量（最近的BoW聚类中心）来表示图像描述符。