OpenCV学习笔记（十八） SIFT特征

原創

spw_1201

2020-02-22 17:27

SIFT特征：

SIFT是目前应用最广泛的关键检测和描述算法。关键点描述也称特征点描述，SIFT特征提取充分利用了图像局部信息。

主要包含了四个步骤：疑似特征点检测，去除伪关键点，关键点梯度和方向匹配及特征向量生成。

OpenCV中提供了sift特征描述及提取的类siftFeatureDetector，应用:ocv:class:SIFT来封装用于计算特征描述的子类，该类继承特征描述基类DescriptorExtrator。

应用DescriptorExtractor::create成员函数方法可以支持多种特征描述子操作，常见的描述子包括

"SIFT"---SiftDescriptorExtractor 是一种强制匹配

vector<DMatch> matches;
	BruteForceMatcher<L2<float> > matcher;
	//bruteForce匹配
	matcher.match(descriptors1, descriptors2, matches);

建立一个<L2<float>>类型的匹配器，强制匹配两幅图特征点，将之保存在matches中。

"SURF"---SurfDescriptorExtractor

"ORB"---OrbDescriptorExtractor

"BRIEF"---BriefDescriptorExtractor

程序实现：

#include <opencv2/highgui/highgui.hpp>
#include <opencv2/nonfree/nonfree.hpp>
#include <opencv2/legacy/legacy.hpp>
#include <iostream>
using namespace cv;
using namespace std;
Mat cacSIFTFeatureAndCompare(Mat srcImage1, Mat srcImage2)
{
	CV_Assert(srcImage1.data != NULL && srcImage2.data != NULL);
	//转换为灰度并归一化
	Mat grayMat1, grayMat2;
	cvtColor(srcImage1, grayMat1, CV_BGR2GRAY);
	normalize(grayMat1, grayMat1, 0, 255, NORM_MINMAX);
	cvtColor(srcImage2, grayMat2, CV_BGR2GRAY);
	normalize(grayMat2, grayMat2, 0, 255, NORM_MINMAX);
	//定义SIFT描述子
	SiftFeatureDetector detector;//SIFT 函数实现的特征检测子封装类
	SiftFeatureDetector extractor;//SIFT 来封装的用于计算特征描述子的类
	//特征点检测
	vector<KeyPoint> keypoints1;
	detector.detect(grayMat1, keypoints1);
	vector<KeyPoint> keypoints2;
	detector.detect(grayMat2, keypoints2);
	//计算特征点的描述子
	Mat descriptors1;
	extractor.compute(grayMat1, keypoints1, descriptors1);
	Mat descriptors2;
	extractor.compute(grayMat2, keypoints2, descriptors2);
	//特征点匹配
	vector<DMatch> matches;
	BruteForceMatcher<L2<float> > matcher;
	//bruteForce匹配
	matcher.match(descriptors1, descriptors2, matches);
	//二分排序
	int N = 80;
	nth_element(matches.begin(), matches.begin() + N - 1, matches.end());
	//去除特征点不匹配情况
	matches.erase(matches.begin() + N, matches.end());
	//绘制检测结果
	Mat matchMat;
	drawMatches(srcImage1, keypoints1, srcImage2, keypoints2, matches, matchMat);
	imshow("matchMat", matchMat);
	return matchMat;
}
int main()
{
	Mat srcImage1 = imread("D:\\Projects\\1.jpg");
	if (!srcImage1.data)
		return -1;
	Mat srcImage2 = imread("D:\\Projects\\11.jpg");
	if (!srcImage2.data)
		return -1;
	//SIFT特征描述
	Mat resSiftMatchMat = cacSIFTFeatureAndCompare(srcImage1, srcImage2);
	imshow("resSiftMatchMat", resSiftMatchMat);
	waitKey(0);
	return 0;
}

实现：