实验性二维特征算法

详细描述

本节介绍用于 2d 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（增强高效二进制局部图像描述符）的类，如 [259] 中所述。 更多...
类	cv::xfeatures2d::BoostDesc
	实现 BoostDesc（通过 Boosting 学习图像描述符）的类，如 [264] 和 [265] 中所述。 更多...
类	cv::xfeatures2d::BriefDescriptorExtractor
	用于计算 [48] 中描述的 BRIEF 描述符的类。 更多...
类	cv::xfeatures2d::DAISY
	实现 DAISY 描述符的类，如 [273] 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 [9] 中所述。 更多...
类	cv::xfeatures2d::HarrisLaplaceFeatureDetector
	实现 Harris-Laplace 特征检测器的类，如 [195] 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 [323] 中所述。 更多...
类	cv::xfeatures2d::MSDDetector
	实现 MSD（最大自异性）关键点检测器的类，如 [274] 中所述。 更多...
类	cv::xfeatures2d::PCTSignatures
	实现 PCT（位置-颜色-纹理）签名提取的类，如 [154] 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处生成样本。 然后，聚类器使用 k-means 算法生成这些样本的聚类。 生成的聚类集合是输入图像的签名。 更多...
类	cv::xfeatures2d::PCTSignaturesSQFD
	实现签名二次型距离（SQFD）的类。 更多...
类	cv::xfeatures2d::StarDetector
	该类实现了 [2] 引入的关键点检测器，它是 StarDetector 的同义词。 : 更多...
类	cv::xfeatures2d::TBMR
	实现基于树的 Morse 区域（TBMR）的类，如 [309] 中所述，并扩展了尺度提取能力。 更多...
类	cv::xfeatures2d::TEBLID
	实现 TEBLID（基于三元组的高效二进制局部图像描述符）的类，如 [260] 中所述。 更多...
类	cv::xfeatures2d::VGG
	实现 VGG（牛津视觉几何组）描述符的类，该描述符使用 [249] 中描述的“使用凸优化的描述符学习”（DLCO）设备进行端到端训练。 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关键点的角点性。

函数文档

FASTForPointSet()

void cv::xfeatures2d::FASTForPointSet	(	InputArray	image,
		std::vector< KeyPoint > &	keypoints,
		int	RANSAC参数。它是点到像素中对极线的最大距离，超过此距离的点将被视为异常值，不用于计算最终的基本矩阵。它可以设置为1-3左右，具体取决于点定位的精度、图像分辨率和图像噪声。,
		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关键点的角点性。

参数

image	在其中检测到关键点（角）的灰度图像。
keypoints	应测试以符合 FAST 标准的关键点。 未检测为角点的关键点将被删除。
RANSAC参数。它是点到像素中对极线的最大距离，超过此距离的点将被视为异常值，不用于计算最终的基本矩阵。它可以设置为1-3左右，具体取决于点定位的精度、图像分辨率和图像噪声。	中心像素强度与该像素周围圆形像素强度之间的差异阈值。
nonmaxSuppression	如果为 true，则将非最大值抑制应用于检测到的角点（关键点）。
type	论文中定义的三种邻域之一：FastFeatureDetector::TYPE_9_16、FastFeatureDetector::TYPE_7_12、FastFeatureDetector::TYPE_5_8

使用 [231] 中的 FAST 算法检测角点。