特征点选取
特征点探测方法有goodFeaturesToTrack(),cornerHarris()和SURF()。一般使用goodFeaturesToTrack()就能获得很好的特征点。goodFeaturesToTrack()定义:
void goodFeaturesToTrack( InputArray image,
OutputArray corners,
int maxCorners,
double qualityLevel,
double minDistance,
InputArray mask = noArray(),
int blockSize = 3,
bool useHarrisDetector = false,
double k = 0.04 );
image:源图像;
corners:检测到的特征点位置;
maxcorner:为返回的特征点个数设置上限。
qualityLevel:反映出一个角形特征在它之前的强度,设置较低的值会返回更多的点;
minDistance:特征点之间的最小距离;
mask:如果mask(i,j)=0,那么不考虑像素p(i,j);
blockSize:一个用于计算的像素周围的大小
useHarrisDetector:是否使用原来的哈里斯角探测器或一个最小特征值准则。
k:哈里斯角探测器的一个自由参数。
特征点跟踪
特征点跟踪使用光流算法:利用OpenCV光流算法实现视频特征点跟踪_视图猿人的博客-CSDN博客
为了进一步提高跟踪的准确度,采用正向和反向两次光流跟踪:
对于特征点P(i,j),其正向光流算法计算出的位置为D(x,y);
对D(x,y)点再次使用光流算法,得到位置Q(m,n);文章来源:https://www.toymoban.com/news/detail-662111.html
如果P==Q,也就是两个位置相同,那么就留下特征点P文章来源地址https://www.toymoban.com/news/detail-662111.html
到了这里,关于OpenCV之特征点匹配的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!