实验性2D特征匹配算法

详细说明

本节描述了以下匹配策略

• GMS: 基于网格的运动统计，[28]
• LOGOS: 基于局部几何约束的高异常值空间验证，[180]

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)
	GMS (Grid-based Motion Statistics) 特征匹配策略，在 [28] 中描述。
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)
	LOGOS (Local geometric support for high-outlier spatial verification) 特征匹配策略，在 [180] 中描述。

函数文档 (Function Documentation)

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>

GMS (Grid-based Motion Statistics) 特征匹配策略，在 [28] 中描述。

参数

size1	图像1的输入尺寸。
size2	图像2的输入尺寸。
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	值越大，匹配越少。

注意

由于GMS在特征数量较多时效果较好，建议使用 ORB 特征并设置FastThreshold为0以快速获得尽可能多的特征。如果匹配结果不令人满意，请增加特征数量。（对于640 X 480的图像，我们使用10000个特征）。如果您的图像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>

LOGOS (Local geometric support for high-outlier spatial verification) 特征匹配策略，在 [180] 中描述。

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每个描述符最接近的BoW聚类中心的索引。
nn2	图像2每个描述符最接近的BoW聚类中心的索引。
matches1to2	LOGOS匹配策略返回的匹配结果。

注意

该匹配策略适用于与大型数据库进行特征匹配。第一步是根据代表性的图像数据库构建词袋模型（BoW）。然后，图像描述符被表示为其最接近的码向量（最近的BoW聚类中心）。