实现 BEBLID (Boosted Efficient Binary Local Image Descriptor) 的类，如 [259] 中所述。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 }
	描述符的位数，每一位都是一个 boosting 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

virtual float	getScaleFactor () const =0

virtual void	setScaleFactor (float scale_factor)=0

从 cv::Feature2D 继承的公共成员函数
virtual	~Feature2D ()

virtual 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。

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

virtual int	defaultNorm () const

virtual int	descriptorSize () const

virtual int	descriptorType () const

virtual 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。

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

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

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

virtual 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

virtual 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

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

virtual	~Algorithm ()

virtual void	clear ()
	清除算法状态。

virtual 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
static Ptr< BEBLID >	create (float scale_factor, int n_bits=BEBLID::SIZE_512_BITS)
	创建 BEBLID 描述符。

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

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

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

额外的继承成员
从 cv::Algorithm 继承的保护成员函数
void	writeFormat (FileStorage &fs) const

详细描述

实现 BEBLID (Boosted Efficient Binary Local Image Descriptor) 的类，如 [259] 中所述。

BEBLID [259] 是使用 boosting 学习的有效二进制描述符。通过更改 scale_factor 参数，它可以描述来自任何检测器的关键点。在多个基准测试中，它已被证明可以大大改进其他二进制描述符，如 ORB 或 BRISK，并具有相同的效率。 BEBLID 使用 KeyPoint 周围图像不同区域的平均灰度值的差异进行描述，该描述符专门针对图像匹配和patch检索进行了优化，解决了这些问题的不对称性。

如果您发现此代码有用，请参考以下论文

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

该描述符使用了来自 UBC 数据集 Liberty split 的 100 万个随机采样的patch对（20% 正样本和 80% 负样本）进行训练 [300]，如论文 [259] 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 描述获得 561 个内点（75%），而使用 ORB 描述仅获得 493 个内点（63%）。

成员枚举文档

◆ BeblidSize

enum cv::xfeatures2d::BEBLID::BeblidSize

描述符的位数，每一位都是一个 boosting 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()

static Ptr< BEBLID > cv::xfeatures2d::BEBLID::create	(	float	scale_factor,
		int	n_bits = BEBLID::SIZE_512_BITS )

static

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 1.00f 应该是 ORB 关键点的 scale 6.75f 应该是 SIFT 检测到的关键点的 scale 6.25f 是默认值，适用于 KAZE，SURF 检测到的关键点 5.00f 应该是 AKAZE、MSD、AGAST、FAST、BRISK 关键点的 scale
n_bits	确定描述符中的位数。应该是 BEBLID::SIZE_512_BITS 或 BEBLID::SIZE_256_BITS。

◆ getDefaultName()

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

virtual

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

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

从 cv::Feature2D 重新实现。

◆ getScaleFactor()

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

纯虚函数

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

◆ setScaleFactor()

virtual void cv::xfeatures2d::BEBLID::setScaleFactor ( float scale_factor )

纯虚函数

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

此类文档由以下文件生成

opencv2/xfeatures2d.hpp

公共类型

公共成员函数

静态公共成员函数

额外的继承成员