W jaki sposób działa detektor funkcji OpenCV ORB?

Question

Chcę zaimplementować algorytm dopasowania oparty na funkcjach za pomocą detektora funkcji ORB i ekstraktora.
Do tej pory wyodrębnione funkcje za pomocą ORB klasę z OpenCV ORB orb;
orb(gray_image,Mat(),features.keypoints,features.descriptors);
i dopasować je za pomocą funkcji knnMatch z OpenCV matcher.knnMatch(features1.descriptors, features2.descriptors, pair_matches,2); Potem staram się znaleźć homography użyciu funkcji findHomography, ale funkcja ta wymaga co co najmniej 4 dopasowania między funkcjami obrazu, a na większości testowanych obrazów dostałem mniej niż 4.

Czy ktoś użył tej funkcji? Czy istnieje jakakolwiek dokumentacja na ten temat, czy też klasa ORB z OpenCV (znaczenie parametrów konstruktora ORB)?

P.S. To jest moje pierwsze pytanie. i nie mogę opublikować więcej niż 2 linków. Do dokumentacji opencv użyj this.

Answer 1

UPDATE: Teraz jest w dokumentacji OpenCV tutaj: http://opencv.itseez.com/modules/features2d/doc/feature_detection_and_description.html#orb

Szczegółowy opis algorytmu znajduje się tutaj: http://www.willowgarage.com/sites/default/files/orb_final.pdf

---

To nie jest wymieniona w OpenCV dokumentacja, ale faktycznie OpenCV ma:

Dwa rodzaje deskryptorów:

• pływak deskryptorów:
  • przesiać
  • KIPIEL
• uchar deskryptorów:
  • ORB
  • KRÓTKI

i odpowiadające dopasowujących:

• dla deskryptorów float:
  • FlannBased
  • BruteForce<L2<float> >
  • BruteForce<SL2<float> > // od 2.3.1
  • BruteForce<L1<float> >
• dla uchar descr iptors:
  • BruteForce<Hamming>
  • BruteForce<HammingLUT>
  • FlannBased z indeksem LSH // od 2.4.0

Więc trzeba zmodyfikować kod do wykorzystania na przykład BruteForce<Hamming> dopasowującego dla deskryptorów Orb. Możliwe jest użycie odległości L2 lub L1 dla pasujących deskryptorów uchar, ale wyniki będą niepoprawne i findHomography zwróci niezadowalające wyniki.