(Ii) el juego característica

coincidente función

 

　　Característica juego, y puede ser llamado Data Association. En el campo de la imagen, el papel de la función de adaptación es muy grande. Por ejemplo:

1. En costura de la imagen, la necesidad de característica coincidente, matriz de homografía para facilitar la costura de dos imágenes;
2. En la reconstrucción en tres dimensiones, la necesidad de coincidencia de función, así como para facilitar la matriz de transformación para obtener puntos de característica de triangulación;
3. , Recuperando un punto de función en la recuperación de la imagen en la base de datos, encontrar el mayor número de características coinciden con un resultado de reconocimiento;
4. ...

　　 la sección de recuperación es no hablar, después de todo, implica una estructura de datos compleja. Y no mucho utilizado en SLAM, a pesar de la necesidad de utilizar en el circuito de detección. Pero esto es lo de seguimiento.

 

>>  Característica Matching premisa:

 

Característica reproducibilidad descriptor y especificidad : típico descriptor se describe utilizando el punto clave en la imagen, la información de vecindad, para obtener, se describe un conjunto de vectores. Típicamente para dos parte local que tiene un descriptor de textura repetitiva caracterizado en una misma posición debe ser el mismo. Sin embargo, debido a los cambios de iluminación, la oclusión, la rotación y la escala, lo que el mismo aspecto, pero no el mismo lugar. Pero, en general, siempre y cuando el mismo lugar, diferentes descriptores de características no deben ser demasiado grandes.

 

métricas Similitud: Basándose en este hecho, el propósito de la función de coincidencia se repite en dos imagen con textura, la posición del mismo descriptor característica asociada. Descriptor se caracteriza típicamente por un conjunto de vectores, tales como $ x = {x_1, x_2, ..., x_n} $, Del mismo modo, se describe otra imagen con el vector de posición $ y = {y_1, y_2, . .., y_n} $, que se dibuja en el hiperplano, el grado de similitud se puede determinar por una distancia métrica. Por ejemplo, cuando $ n = $, dibujado en un sistema de coordenadas, puede ser muy intuitiva para ver que la distancia entre los dos vectores de 2/3.

 

>>  método característica coincidente:

 

　　En este documento, sólo dos de los métodos descritos.

1.  Flann rápida más cercano a juego búsqueda del vecino;
2.  BruteForce coincidencia de la violencia;

 

la violencia coincidente

 

　　 Supongamos que dos imagen $ I_ {1}, I_ {2} $ en cada uno $ 500 puntos de característica $ extraídos, método violencia coincidente por la imagen $ I_ {1} $ con una cualquiera de entidad de punto $ f_ {i} ^ { } $ 1, toda la imagen $ I_ {2} $ todos los puntos de función de coincidencia de cálculo de la puntuación. método de medida de similitud como se describió anteriormente, mediante el cálculo de la distancia euclídea para cada punto de función (ORB Hamming distancia métrica) y seleccione la corriente de punto de característica $ f_ {i} ^ {1} distancia euclidiana más corto $ como los puntos de característica óptima igualar.

　　Violencia método de coincidencia de imágenes permite $ I_ {1} $ todos los puntos de entidad en {2} $ se pueden encontrar en los puntos de imagen adecuados $ I_, que es la razón por la que se llama violencia a juego.

　　Obviamente, tal método coincidente pesar de la disponibilidad de un número suficiente de pares coincidentes, pero mezclado con una gran cantidad de falsas coincidencias, igualando las consecuencias de estos errores en la aplicación posterior de los cuales puede conducir a irreversible. (Sí, incluso si es difícil optimizar el tipo regresó con un global) basta con ver el SLAM que, como ha habido muchas coincidencias falsas, en la estimación de los marcos de movimiento relativo, una no lineal restringida algoritmo de optimización, el resultado de no coincidentes restricciones añadidas, dará lugar a un error de estimación de movimiento entre cuadros, ni siquiera convergen.

　　Y después de la práctica, se ha descubierto que se puede utilizar para experimentar estos errores filtro adaptado tanto como sea posible. Tales como la distancia entre los puntos de característica es menos de la mitad de la distancia máxima, la distancia mínima o mayor que dos veces similares. Una vez que el filtro adaptado inicial, se puede obtener un resultado mejor juego. Tales como la siguiente figura:

　　

　　método de emparejamiento Violencia, el tiempo de búsqueda es típicamente $ O (n) $, es decir, $ 1 a $ $ n $. No sólo la eficiencia de búsqueda es relativamente baja, y su efecto es relativamente pobre partido.

 

Búsqueda Rápida método del vecino más próximo juego

 

　　 Rápida más cercana partido de búsqueda del vecino se compara con el método de la violencia a juego, una mejora en la estrategia de búsqueda.

　　FLANN importante partido de búsqueda en dos pasos, el primer paso es construir el índice, el segundo paso es buscar en el índice.

1. Indexación de que comprende: un índice lineal, índice KD-Tree, índice K-means, un índice compuesto, el método del índice LSH, seis tipos de indexación automática. Descripción específica puede ver: [OpenCV - Árbol KD] (https://blog.csdn.net/ErenTuring/article/details/72983405?depth_1-utm_source=distribute.pc_relevant.none-task&utm_source=distribute.pc_relevant.none- tarea).
2. Métodos de búsqueda incluyen: K-vecino más cercano de búsqueda, vecinos Radio de búsqueda. K vecinos pueden especificar criterios de búsqueda para volver a algunos de los más similares. El vecino de radio de búsqueda puede establecer el radio de búsqueda para encontrar un punto de partido en el radio de búsqueda.

　　eficiencia coincidente FLANN varía según el tipo de índice, tales como la hora de seleccionar un índice de búsqueda lineal es coincidente violencia. Y si es seleccionado como un índice KD-árbol, habrá una serie de igualar nivel de eficiencia de la violencia se ha incrementado en comparación con el método de emparejamiento. Además, el juego también resultados mejorados. Tales como la siguiente figura:

　　

 

PD: Dos método match he subido a github módulo coincidente característica , una referencia de bienvenida.

 

referencias :

1. el camino OpenCV de exploración (XXIII): detección de características y la función de resumen a juego ;

2. en FLANN característica coincidente ;

3. OpenCV - KD árbol ;

4. biblioteca de código abierto OpenCV El vecino más cercano para FLANN ;