机器人视觉项目：视觉检测识别+机器人跟随（10）

1、 陈述当天的任务；

修改特征匹配，结合行人检测opencv库，对添加了特征匹配的代码后不能通过编译后的问题，问题是围绕着opencv版本，网上的相关解答也是说opencv版本不兼容，在opencv2.0版本有个nonfree库可以很方便的使用，而在Opecv3.0已经移除了这个库，导致

SurfFeatureDetector detector(minHessian);

出现报错，说没有surfFeatureDetector的定义，后面还有一些报错

img1 = CvCreatImage(size1, frame->depth, frame->nChannels);
CvSetImageROI(frame, rectInImage1);
cvCopy(img1, frame);
detector.detect(img1, keypoint1);
SurfDescriptorExtractor extractor;
extractor.compute(img1, keypoint1, descriptor1);

以上都是报错的语句。

2、 任务完成情况；

特征的匹配在代码调试阶段，尝试用另一台工控机编译行人跟随包，opencv安装2.0的包，然后可以把ros里面的opencv卸载掉，用指定的2.0的包，使用nonfree库，编译跟随包。

3、任务中的突发事件；

已经能够比较不错的实现跟随，关于特征匹配来处理跟丢的情况，不确定效果是否会好，一方面是对视频的图像进行特征提取和匹配的计算量挺大的，即使仅仅是跟丢后再提取特征，可能会在计算力不足，提取特征肯定会在匹配时排除掉一些目标，这样会时跟丢后再次匹配到行人的时间花费变长。

4、任务过程中遇到的困难及原因分析

Ptr<SURF> detector = SURF::create( )；

含有surf特征提取算法在OpenCV2.0版本中是放在nonfree头文件中。 换成了3.0版本之后，对nonfree模块测试的还不够，所以暂时还没有直接给出像之前2.0版本那样方便的nonfree库。 而是放在了xfeatures2d头文件和xfeatures2d库中。 xfeatures2d比nonfree多了实验性二维征算法（Experimental 2D Features Algorithms）。 想在3.0版本中使用SURF的话，暂时需要自己对OpenCV进行编译。 只是在编译之前，还需要下载opencv_contrib,然后在编译时将其modules文件夹路径 添加到CMAKE中的OPENCV_EXTRA_MODULES_PATH通过编译得到xfeatures2d的库文件就OK了。 使用时的语法也变了。 创建检测器要用Ptr<SURF> detector = SURF::create( )； 而不再是SurfFeatureDetector detector( )；