OpenCV ORB Özellik Dedektörü Nasıl Çalışır?

Question

ORB özellikli dedektör ve çıkarıcı kullanarak özellik tabanlı bir hizalama algoritması uygulamak istiyorum.
Şimdiye kadar ORB orb;
orb(gray_image,Mat(),features.keypoints,features.descriptors);
OpenCV den ORB sınıfını kullanarak özellikleri çıkarılan ve OpenCV matcher.knnMatch(features1.descriptors, features2.descriptors, pair_matches,2); ben findHomography işlevini kullanarak bir eşyazımı bulmaya çalışıyorum Bundan sonra den knnMatch fonksiyonunu kullanarak bunları eşleşti, ancak bu fonksiyon anda ihtiyacı Görüntü özellikleri arasında en az 4 eşleşme ve test ettiğim görüntülerin çoğunda 4'ten az var.

Bu özelliği kullanan var mı? Bu konuda ya da OpenCV'den ORB kurucusu ile ilgili herhangi bir belge var mı (ORB yapıcı parametrelerinin anlamı)?

P.S. Bu benim ilk sorum. ve 2'den fazla bağlantı gönderemiyorum. Opencv belgeleri için this kullanın.

Answer 1

GÜNCELLEME: Şimdi burada, OpenCV belgelerinde geçerli: http://opencv.itseez.com/modules/features2d/doc/feature_detection_and_description.html#orb

algoritması ayrıntılı bir açıklaması burada bulunur: http://www.willowgarage.com/sites/default/files/orb_final.pdf

---

O OpenCV belirtilmeyen belgeler ancak aslında OpenCV:

İki tür tanımlayıcı:

• yüzer tanımlayıcıları:
  • SIFT
  • SURF
• UCHAR tanımlayıcıları:
  • ORB
  • KISA

Ve tekabül matchers: şamandıra Açıklayıcılar

• :
  • FlannBased
  • BruteForce<L2<float> >
  • BruteForce<SL2<float> > // UCHAR descr için 2.3.1
  • BruteForce<L1<float> >
• beri iptors: LSH indeksi // 2.4 beri birlikte
  • BruteForce<Hamming>
  • BruteForce<HammingLUT>
  • FlannBased.0

Yani ORB tanımlayıcı için örnek BruteForce<Hamming> Eşleştirici için kullanılacak kodunuzu değiştirmeniz gerekir. Uchar tanımlayıcılarını eşleştirmek için L2 veya L1 mesafesini kullanmak mümkündür, ancak sonuçlar yanlış olacaktır ve findHomography tatmin edici sonuçlar vermez.