本文介绍了OpenCV中特征点匹配的两种优化方法：Brute-force matcher和Flann-based matcher，强调了Flann-based matcher通过预训练建立索引树以提高匹配效率。还探讨了match、knnMatch和radiusMatch等函数在匹配过程中的应用，并提到了错误匹配的分类及Cross-match filter中的Ratio test作为减少错误匹配的策略。
今天读Mastering OpenCV with Practical Computer Vision Projects 中的第三章里面讲到了几种特征点匹配的优化方式，在此记录。
在图像特征点检测完成后（特征点检测参考：学习OpenCV——BOW特征提取函数（特征点篇）），就会进入Matching procedure。
1. OpenCV提供了两种Matching方式：
• Brute-force matcher (cv::BFMatcher)
• Flann-based matcher (cv::FlannBasedMatcher)
Brute-force matcher就是用暴力方法找到点集一中每个descriptor在点集二中距离最近的descriptor；
Flann-based matcher 使用快速近似最近邻搜索算法寻找（用快速的第三方库近似最近邻搜索算法）
一般把点集一称为 train set （训练集）对应模板图像，点集二称为 query set（查询集）对应查找模板图的目标图像。</
扫一扫
2822
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
