OpenCV SURF描述符匹配

Question

这是用于比较我在OpenCV示例的find_obj.cpp中找到的SURF描述符的函数。 我基本上不明白如何计算描述符之间的欧几里得距离。

是一次计算每个第i个描述符还是整个图像？

我知道这是一个基本问题，但非常感谢您的回复。 谢谢。

double
compareSURFDescriptors( const float* d1, const float* d2, double best, int length )
{
    double total_cost = 0;
    assert( length % 4 == 0 );
    for( int i = 0; i < length; i += 4 )
    {
        double t0 = d1[i  ] - d2[i  ];
        double t1 = d1[i+1] - d2[i+1];
        double t2 = d1[i+2] - d2[i+2];
        double t3 = d1[i+3] - d2[i+3];
        total_cost += t0*t0 + t1*t1 + t2*t2 + t3*t3;
        if( total_cost > best )
            break;
    }
    return total_cost;
}

Answer 1

对于图像1中的每个第i个描述符到图像2中的每个第j个描述符。

Answer 2

解释主要基于文献（Bay等，2004） 。

假设我们有一幅检测到关键点的图像。 为了计算关键点的描述符，在其周围定义一个正方形区域（根据纸张，使用大小为20s的窗口，其中s是检测到关键点的比例）。 然后将该区域划分为4X4 = 16个正方形子区域（参见图片）。 对于这些子区域中的每个子区域，计算描述符4的值，得出i=[1:16]的4-dim向量vi=[a1i,a2i,a3i,a4i] i=[1:16] （请参阅本文或此处了解这些值是什么）是）。 因此，描述符的最终向量一个接一个地累加这16个4-dim向量的值。 因此，描述符产生具有16 * 4 = 64尺寸矢量的a。

综上所述：每个关键点由64个向量描述。 此向量中的每4个值描述关键点附近16个子区域之一。 （对于扩展版本SURF-128，也可以是128）

因此，如果您在整个c ++代码中看到，此函数的输入只是对象（d1）的一个描述符（一个关键点）和image（d2）的一个描述符。 基本上，比较是在2个64维矢量（在扩展版本的情况下为128个）之间进行的。 向量长度应为4的倍数的断言验证了这些描述符是由一个接一个的4维向量构成的。

为了确定对象的关键点是否与图像的关键点相似，您可以比较它们周围相同的子区域。 因此，将每四个值进行比较（计算它们的差异/距离），总成本增加（基于它们的相异程度）。 如果总成本大于阈值（最佳），则没有理由继续进行比较，那么积分就不一样！

希望对您有所帮助，并且不要让您感到更加困惑！