点击左上方蓝字关注我们
OpenCV 中和 2D 特征检测相关的算法的头文件位于
opencv\modules\features2d\include\opencv2\features2d.hpp,除SIFT、SURF以外的特征。 opencv\modules\nonfree\include\opencv2\nonfree\features2d.hpp,只包含SIFT、SURF这两个受专利保护的特征,因此不是免费的(nonfree)。
我们来看具体的类
DescriptorExtractor 的子类都是描述子提取器,包含
FREAK OpponentColorDescriptorExtractor BriefDescriptorExtractor
FeatureDetector 的子类都是特征检测器,包含
MSER StarDetector,又名 StarFeatureDetector FastFeatureDetector GFTTDetector,又名 GoodFeaturesToTrackDetector SimpleBlobDetector DenseFeatureDetector
FeatureDetector 还提供一系列特殊的适配器子类,用于增强或加速之前的 FeatureDetector 类
GridAdaptedFeatureDetector PyramidAdaptedFeatureDetector AdjusterAdapter DynamicAdaptedFeatureDetector FastAdjuster StarAdjuster SurfAdjuster
Feature2D 的子类既是 FeatureDetector,又是 DescriptorExtractor,包含
BRISK ORB SIFT SURF
https://www.zhihu.com/question/32066833/answer/464431579
按照色彩空间分的话,可以分为:彩色空间和灰度空间
也可以根据梯度信息、灰度强度啊。。。。
仅仅SIFT的变形算法我看到就不下20种了。
比较有影响力的,我觉得是LIOP、ORB、KAZE吧,当然了还有开创性的三元组二进制描述符。
https://www.zhihu.com/question/32066833/answer/2048437391
Local feature: LF-Net, L2-Net, Superpoint Dense matching: GLUNet, LoFTR, COTR etc Robust matching: MAGSAC, MAGSAC++, CNe/ACNe, OANet, NMNet. Benchmark: Image matching benchmark (UBC). Other: SuperGLUE
Note: 我一两年前比较关注相关的课题(其实就是ACNe[1] 啦!一种outlier rejection的网络),所以信息也不是很全,敬请谅解!
https://www.zhihu.com/question/32066833/answer/2044878612
END
点赞三连,支持一下吧↓