Są łatwiejsze sposoby dopasowania skali szablon i obrotowo niezmienna niż dzieje poprzez wykrywanie i homographies fabularnego (jeśli znasz jej naprawdę tylko obraca i skale , ale wszystko inne jest stałe). W celu wykrycia prawdziwego obiektu powyższe sugerowane podejścia oparte na keypoint działają lepiej.
Jeśli wiesz, że jest to ten sam szablon i nie ma zmiany perspektywy, to weź piramidę obrazu do wykrywania w przestrzeni skali i dopasuj szablony na różnych poziomach tej piramidy (przez coś prostego, na przykład SSD lub NCC). Będzie tanie znaleźć szorstkie zapałki na wyższych (= niższej rozdzielczości) poziomach piramidy. W rzeczywistości będzie on tak tani, że z grubsza można obrócić szablon na najniższych poziomach rozdzielczości, a po prześledzeniu szablonu z powrotem do wyższych poziomów rozdzielczości użyjesz bardziej precyzyjnego stopniowania obrotu. Jest to dość standardowa technika porównywania szablonów i działa dobrze w praktyce.
** Dziękuję, już użyłem homografii i zamiast surfowania znalazłem rogi jako punkty zainteresowania, czy to zadziała z FLANNEM? surfowanie i przesiewanie może zająć dużo czasu i zmniejszyć wydajność ** – Storm2012
'Points of interest' jest terminem ogólnym. Są to krawędzie i przeważnie rogi. Jak znalazłeś ciekawe miejsca? Możesz użyć dowolnego z 'FeatureDetector 'openCV lub napisać własny. Istnieją na przykład 'FAST',' STAR'. Są proste i szybkie. Ale nie przechowują informacji o kącie punktów użyteczności publicznej. 'SURF' i' SIFT' są wolniejsze, ale ich informacje o punktach zainteresowania są większe (kąty). 'SIFT' i' SURF' umożliwiają wyszukiwanie niezmiennych dopasowań. Ale możesz użyć dowolnych detektorów OpenCV do swojego Matchera. Możesz także wypróbować różne narzędzia (jest ich niewiele w openCV). –
Bardzo dziękuję – Storm2012