Je voudrais essayer la combinaison de 3 différents détecteurs de points clés (Harris, MSER, DOG) et 3 différents descripteurs de caractéristiques (SIFT, PCA-SIFT, GLOH) pour les images de correspondance de caractéristiques locales 2 dans MATLAB. Par exemple, lors de l'appariement de deux images que je voudrais essayer la combinaison deComment combiner un détecteur de point clé et un descripteur de point clé pour faire correspondre des images dans MATLAB?
- match_points (Harris, SIFT)
- match_points (Harris, PCA-EIPD)
- match_points (Harris, GLOH)
- match_points (MSER SIFT)
- ...
- match_points (DOG SIFT)
- ...
afin que je puisse comparer les scores correspondants. Je pense utiliser le test de rationnement pour obtenir des scores correspondants.
Je sais que nous pouvons extraire des fonctionnalités HOG dans MATLAB en utilisant;
[featureVector,hogVisualization] = extractHOGFeatures (img);
Pour les points clés MSER;
points = detectMSERFeatures(I);
Pour les points clés de Harris;
corners = detectHarrisFeatures(gr);
Cependant, je ne sais pas comment puis-je combiner un détecteur de point clé et un descripteur de point clé tel que décrit ci-dessus dans Matlab?
Merci.
Alors, vous voulez essayer de mieux décrire les points détectés? –
Je souhaite décrire les points détectés avec différents descripteurs tels que SIFT, PCA-SIFT et GLOH. – yns
Vous devez probablement avoir le code pour cela. Je pense que les descripteurs d'entités inbuild de MATLAB vous donneront la meilleure fonctionnalité sur une image, pas une fonctionnalité par données saisies. Cela a du sens, par exemple. SIFT va stocker 128 valeurs par pixel, rendant les données très très grandes. Je pense que vous devez écrire votre propre code, ou trouver un code qui calcule SIFT pour chacun des points de données –