質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

新規登録して質問してみよう
ただいま回答率
85.50%
OpenCV

OpenCV(オープンソースコンピュータービジョン)は、1999年にインテルが開発・公開したオープンソースのコンピュータビジョン向けのクロスプラットフォームライブラリです。

C++

C++はC言語をもとにしてつくられた最もよく使われるマルチパラダイムプログラミング言語の1つです。オブジェクト指向、ジェネリック、命令型など広く対応しており、多目的に使用されています。

Q&A

解決済

1回答

2907閲覧

key point 特徴点数を指定したい

yezyez

総合スコア13

OpenCV

OpenCV(オープンソースコンピュータービジョン)は、1999年にインテルが開発・公開したオープンソースのコンピュータビジョン向けのクロスプラットフォームライブラリです。

C++

C++はC言語をもとにしてつくられた最もよく使われるマルチパラダイムプログラミング言語の1つです。オブジェクト指向、ジェネリック、命令型など広く対応しており、多目的に使用されています。

0グッド

0クリップ

投稿2019/01/16 04:00

編集2019/01/16 04:03

c++

1#include <opencv2/highgui/highgui.hpp> 2#include <opencv2/imgproc/imgproc.hpp> 3#include <opencv2/features2d/features2d.hpp> 4#include <opencv2/calib3d/calib3d.hpp> 5#include <opencv2/xfeatures2d/nonfree.hpp> 6#include <iostream> 7 8using namespace cv; 9using namespace std; 10 11int main(void) 12{ 13 14 int idx[2000]; 15 int x,y,i = 0; 16 int x2,y2,i2 = 0; 17 int x3,y3 = 0; 18 int x4,y4 = 0; 19 int i5 = 0; 20 int dis,ave = 0; 21 int distance = 0; 22 int i6 = 0; 23 int x5,y5 = 0; 24 int x6,y6 = 0; 25 26 // 画像の読み込み 27 Mat img_src1 = imread( "left20.jpg" ); 28 Mat img_src2 = imread( "right20.jpg" ); 29 30 // 画像の表示 31 imshow( "leftcamera", img_src1); 32 imshow( "rightcamera", img_src2); 33 waitKey( 0 ); 34 35 auto akaze = AKAZE::create(); 36 37 vector<KeyPoint> keypoints1,keypoints2; 38 akaze->detect(img_src1,keypoints1); 39 akaze->detect(img_src2,keypoints2); 40 41 // 特徴点の座標、大きさを表示keypoint1 42 vector<KeyPoint>::iterator it = keypoints1.begin(), it_end = keypoints1.end(); 43 for(;it != it_end;it++) { 44 i++; 45 x = it->pt.x; 46 y = it->pt.y; 47 cout << "keypoint1 " << i << " x=" << x << " y=" << y << "\n"; 48 } 49 // 特徴点の座標、大きさを表示keypoint2 50 vector<KeyPoint>::iterator it2 = keypoints2.begin(), it2_end = keypoints2.end(); 51 for(;it2 != it2_end;it2++) { 52 i2++; 53 x2 = it2->pt.x; 54 y2 = it2->pt.y; 55 cout << "keypoint2 " << i2 << " x=" << x2 << " y=" << y2 << "\n"; 56 } 57 58 Mat descriptor1, descriptor2; 59 akaze->compute(img_src1, keypoints1, descriptor1); 60 akaze->compute(img_src2, keypoints2, descriptor2); 61 62 //DescriptorMatcherオブジェクトの生成 63 Ptr<DescriptorMatcher> matcher = DescriptorMatcher::create("BruteForce"); 64 // 特徴点のマッチング情報を格納する変数 65 vector<DMatch> dmatch, match; 66 // 特徴点マッチングの実行 67 matcher->match(descriptor1, descriptor2, match); 68 69 // 最小距離の取得 70 double min_dist = DBL_MAX;//double の最大値 71 for (int i = 0; i < (int)match.size(); i++){ 72 int kpp1_idx = match[i].queryIdx; // keypoint1 のインデックス 73 int kpp2_idx = match[i].trainIdx; // keypoint2 のインデックス 74 /* 画像1の対応点座標 */ 75 x5 = keypoints1[kpp1_idx].pt.x; 76 y5 = keypoints1[kpp1_idx].pt.y; 77 /* 画像2の対応点座標 */ 78 x6 = keypoints2[kpp2_idx].pt.x; 79 y6 = keypoints2[kpp2_idx].pt.y; 80 //座標表示 81 cout << "keypoint1 " << " x=" << x5 << " y=" << y5 << " " << "keypoint2 " << " x=" << x6<< " y=" << y6 << "\n"; 82 83 double dist = match[i].distance;//画像間の特徴点距離 84 cout << "distance"<< " "<< i << " " << dist << "\n"; 85 86 //特徴点間の最小距離を求める 87 if (dist < min_dist){ 88 min_dist = dist; 89 cout << "dist"<< " "<< i << " " << min_dist << "\n"; 90 } 91 } 92 // if (min_dist < 1.0){ 93 // min_dist = 1.0; 94 //} 95 96 // しきい値を設定する 97 const double threshold = 5.0 * min_dist; 98 cout << "threshold"<< " "<< threshold << "\n"; 99 100 for (int i = 0; i < (int)match.size(); i++){ 101 if (match[i].distance < threshold){ 102 idx[i] = 1; 103 dmatch.push_back(match[i]); 104 }else{ 105 idx[i] = -1; 106 } 107 } 108 109 for (int i = 0; i < (int)match.size(); i++){ 110 int kp1_idx = match[i].queryIdx; // keypoint1 のインデックス 111 int kp2_idx = match[i].trainIdx; // keypoint2 のインデックス 112 113 if(idx[i] != -1){ 114 i5++; 115 cout << "dmatch " << i5 << " "; 116 /* 画像1の対応点座標 */ 117 x3 = keypoints1[kp1_idx].pt.x; 118 y3 = keypoints1[kp1_idx].pt.y; 119 /* 画像2の対応点座標 */ 120 x4 = keypoints2[kp2_idx].pt.x; 121 y4 = keypoints2[kp2_idx].pt.y; 122 //座標表示 123 cout << "keypoint1 " << " x=" << x3 << " y=" << y3 << " " << "keypoint2 " << " x=" << x4 << " y=" << y4 << "\n"; 124 dis += (x3-x4); 125 ave = dis/i5; 126 } 127 } 128 cout << "x軸の特徴点座標差異の平均値は" << ave << "です\n"; 129 130 131 132 Mat dest; 133 drawMatches(img_src1, keypoints1, img_src2, keypoints2, dmatch, dest); 134 135 imshow("result",dest); 136 waitKey( 0 ); 137 138 return 0; 139} 140 141

左右画像のkeypoint1,keypoint2の特徴点検出数を指定したいと考えています。
auto akaze = AKAZE::create();の部分でパラメータを決定するようですがパラメータ指定の方法がわかりません。または他の部分で指定するのでしょうか??

またdouble dist = match[i].distance;//画像間の特徴点距離の部分でも止まる距離はどのように求めているのでしょうか?ご教授お願いいたします

気になる質問をクリップする

クリップした質問は、後からいつでもMYページで確認できます。

またクリップした質問に回答があった際、通知やメールを受け取ることができます。

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

yohhoy

2019/01/16 05:18

「特徴点検出数を指定したい」=一定数に達したら特徴点検出を打ち切りたいというニュアンスですか?
yezyez

2019/01/16 05:22

はい現在1400ほど出ているのですが100個ほど特徴点を検出しマッチングを行いたいです
yezyez

2019/01/17 06:33

すいません解決しました
guest

回答1

0

ベストアンサー

左右画像のkeypoint1,keypoint2の特徴点検出数を指定したいと考えています。
現在1400ほど出ているのですが100個ほど特徴点を検出しマッチングを行いたい

特徴点を用いた画像マッチング処理では、特徴点の“抽出個数”を直接制限することにあまり意味がありません。画像マッチング処理の概略は、下記アルゴリズムからなります。

  1. 2つの画像に対してそれぞれ独立に「特徴点(keypoint)」をたくさん列挙する。
  2. 特徴点リスト間のうち、一致する可能性が高い「特徴点のペア」をたくさん列挙する。
  3. 一致する可能性が高い「特徴点のペア」から、画像全体に対する変形処理を推定する。

手順1で抽出された特徴点リストの個数を減らすことはできますが、続く手順2以降への入力データを削ることになるため、最終的な画像マッチングの精度が劣化する可能性があります。もちろん、上手いこと"ノイズ"特徴点を削減できれば、逆にマッチング精度が向上する可能性もあります。

一般論としては、特徴点の個数だけに着目してもたいした意義はなく、「妥当な 特徴点をどれだけ抽出できるか」に尽きます。


auto akaze = AKAZE::create();の部分でパラメータを決定するようですがパラメータ指定の方法がわかりません。または他の部分で指定するのでしょうか??

今は省略されておりデフォルト値が使われている AKAZE::create() の引数を明示的に指定するか、setXxxx 系関数で各種パラメータを調整できます。詳細は OpenCVリファレンス AKAZE local features matching を参照ください。


double dist = match[i].distance;//画像間の特徴点距離の部分でも止まる距離はどのように求めているのでしょうか?

ソースコード中にあるとおり、BruteForce(総当り)検出器が内部で計算しています。この場合は「AKAZE特徴量間の距離」つまり「特徴点ペアの特徴量がどれだけ似ているか」を表します。

投稿2019/01/16 05:41

yohhoy

総合スコア6189

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

yezyez

2019/01/17 04:59 編集

double dist = match[i].distance;特徴点ペアの特徴量がどれだけ似ているかということは分かったのですが、mutch[i]に対応するMat型のdescriptor[1],descriptor[2]の特徴量を表示させることはできるのでしょうか?
guest

あなたの回答

tips

太字

斜体

打ち消し線

見出し

引用テキストの挿入

コードの挿入

リンクの挿入

リストの挿入

番号リストの挿入

表の挿入

水平線の挿入

プレビュー

15分調べてもわからないことは
teratailで質問しよう!

ただいまの回答率
85.50%

質問をまとめることで
思考を整理して素早く解決

テンプレート機能で
簡単に質問をまとめる

質問する

関連した質問