我正在比较两个使用SIFT在java中使用Stephan Saalfeld的筛选实现的图像 - http://fly.mpi-cbg.de/~saalfeld/Projects/javasift.html。但由于缺乏适当的例子,我发现使用它很困难。我能够获得这两个图像的描述符,然后获取它们相应的匹配描述符,最后应用RANSAC忽略错误匹配。现在,我留下了一些inlier。但我很困惑如何得出两幅图像是否相似?SIFT-图像比较
1
A
回答
0
RANSAC为您提供了转换矩阵(包括平移,旋转和缩放值)。使用这些信息,您可以尝试将图像放在彼此上以查看SIFT找到的匹配项。
RANSAC的一个优点是它能够对模型参数进行鲁棒估计,即即使在数据集中存在大量异常值时,它也可以高准确度地估计参数。 RANSAC的缺点是计算这些参数所用的时间没有上限。当计算的迭代次数有限时,获得的解决方案可能不是最佳的,并且它甚至可能不是一个能很好地适合数据的解决方案。通过这种方式,RANSAC提供了一种权衡;通过计算更多的迭代次数,增加了产生合理模型的概率。 RANSAC的另一个缺点是需要设置特定于问题的阈值。 RANSAC只能为特定的数据集估算一个模型。至于存在两个(或更多)模型实例的任何一种模型方法,RANSAC可能无法找到任何一个。霍夫变换是一种替代的鲁棒估计技术,当存在多个模型实例时可能会有用。结论是,你可以说有多少两幅图像是相似的。它不能总是告诉你,它是一个完全匹配或总差异。所以你会在应用RANSAC后得到比赛。然后你可以发现,好匹配的比例超过总匹配,然后你需要根据这些信息来决定。
相关问题
- 1. 使用SIFT比较图像
- 2. 如何使用SIFT进行图像比较
- 3. 比较图像
- 4. 图像比较
- 5. BRIEF和ORB与SIFT的比较
- 6. 比较图像matlab
- 7. AForge图像比较
- 8. matlab图像比较
- 9. iOS图像比较
- 10. 逐像素比较图像
- 11. 比较GIF图像像素
- 12. 位图图像比较
- 13. 比较图像(形状sihlohette图像)
- 14. 如何比较图像(缓存图像)?
- 15. 两幅图像的图像比较
- 16. 使用MATLAB比较图像
- 17. 比较两幅图像
- 18. 与NSData的图像比较
- 19. java.util.zip.CRC32比较图像文件
- 20. 知觉图像比较
- 21. 比较像素图表
- 22. 使用ImageMagick.NET比较图像
- 23. 加速图像比较
- 24. Tensorflow-Java图像比较
- 25. 在gerrit中比较图像
- 26. 在android中比较图像?
- 27. OpenCV的比较图像
- 28. 图像比较使用SURF
- 29. 硒/ JAVA图像比较
- 30. 比较javascript中的图像