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!

ただいまの
回答率

89.08%

key point 特徴点数を指定したい

解決済

回答 1

投稿 編集

  • 評価
  • クリップ 0
  • VIEW 1,873

yezyez

score 12

#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#include <opencv2/features2d/features2d.hpp>
#include <opencv2/calib3d/calib3d.hpp>
#include <opencv2/xfeatures2d/nonfree.hpp>
#include <iostream>

using namespace cv;
using namespace std;

int main(void)
{

    int idx[2000];
    int x,y,i = 0;
    int x2,y2,i2 = 0;
    int x3,y3 = 0;
    int x4,y4 = 0;
    int i5 = 0;
    int dis,ave = 0;
    int distance = 0;
    int i6 = 0;
    int x5,y5 = 0;
    int x6,y6 = 0;

    // 画像の読み込み
    Mat img_src1 = imread( "left20.jpg" );
    Mat img_src2 = imread( "right20.jpg" );

    // 画像の表示
    imshow( "leftcamera", img_src1);
    imshow( "rightcamera", img_src2);
    waitKey( 0 );

    auto akaze = AKAZE::create();

    vector<KeyPoint> keypoints1,keypoints2;
    akaze->detect(img_src1,keypoints1);
    akaze->detect(img_src2,keypoints2);

    // 特徴点の座標、大きさを表示keypoint1
    vector<KeyPoint>::iterator it = keypoints1.begin(), it_end = keypoints1.end();
    for(;it != it_end;it++) {
        i++;
        x = it->pt.x;
        y = it->pt.y;
        cout << "keypoint1 " << i << " x=" << x << " y=" << y << "\n";
    }
    // 特徴点の座標、大きさを表示keypoint2
    vector<KeyPoint>::iterator it2 = keypoints2.begin(), it2_end = keypoints2.end();
    for(;it2 != it2_end;it2++) {
        i2++;
        x2 = it2->pt.x;
        y2 = it2->pt.y;
        cout << "keypoint2 " << i2 << " x=" << x2 << " y=" << y2 << "\n";
    }

    Mat descriptor1, descriptor2;
    akaze->compute(img_src1, keypoints1, descriptor1);
    akaze->compute(img_src2, keypoints2, descriptor2);

    //DescriptorMatcherオブジェクトの生成
    Ptr<DescriptorMatcher> matcher = DescriptorMatcher::create("BruteForce");
    // 特徴点のマッチング情報を格納する変数
    vector<DMatch> dmatch, match;
    // 特徴点マッチングの実行
    matcher->match(descriptor1, descriptor2, match);

    // 最小距離の取得
    double min_dist = DBL_MAX;//double の最大値
    for (int i = 0; i < (int)match.size(); i++){
        int kpp1_idx = match[i].queryIdx;  // keypoint1 のインデックス
        int kpp2_idx = match[i].trainIdx;  // keypoint2 のインデックス
        /* 画像1の対応点座標 */
        x5 = keypoints1[kpp1_idx].pt.x;
        y5 = keypoints1[kpp1_idx].pt.y;
        /* 画像2の対応点座標 */
        x6 = keypoints2[kpp2_idx].pt.x;
        y6 = keypoints2[kpp2_idx].pt.y;
        //座標表示
        cout << "keypoint1 " << " x=" << x5 << " y=" << y5 << " " << "keypoint2 " << " x=" << x6<< " y=" << y6 << "\n";

        double dist = match[i].distance;//画像間の特徴点距離
        cout << "distance"<< " "<< i << " " << dist << "\n";

        //特徴点間の最小距離を求める
        if (dist < min_dist){
            min_dist = dist;
             cout << "dist"<< " "<< i << " " << min_dist << "\n";
        }
    }
   // if (min_dist < 1.0){
    //    min_dist = 1.0;
    //}

    // しきい値を設定する
    const double threshold = 5.0 * min_dist;
    cout << "threshold"<< " "<< threshold << "\n";

    for (int i = 0; i < (int)match.size(); i++){
        if (match[i].distance < threshold){
            idx[i] = 1;
            dmatch.push_back(match[i]);
        }else{
            idx[i] = -1;
        }
    }

    for (int i = 0; i < (int)match.size(); i++){
        int kp1_idx = match[i].queryIdx;  // keypoint1 のインデックス
        int kp2_idx = match[i].trainIdx;  // keypoint2 のインデックス

        if(idx[i] != -1){
            i5++;
            cout << "dmatch " << i5 << " ";
            /* 画像1の対応点座標 */
            x3 = keypoints1[kp1_idx].pt.x;
            y3 = keypoints1[kp1_idx].pt.y;
            /* 画像2の対応点座標 */
            x4 = keypoints2[kp2_idx].pt.x;
            y4 = keypoints2[kp2_idx].pt.y;
            //座標表示
            cout << "keypoint1 " << " x=" << x3 << " y=" << y3 << " " << "keypoint2 " << " x=" << x4 << " y=" << y4 << "\n";
            dis += (x3-x4);
            ave = dis/i5;
        }
    }
    cout << "x軸の特徴点座標差異の平均値は" << ave << "です\n";



    Mat dest;
    drawMatches(img_src1, keypoints1, img_src2, keypoints2, dmatch, dest);

    imshow("result",dest);
    waitKey( 0 );

    return 0;
}


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、後からいつでもマイ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。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 過去に投稿した質問と同じ内容の質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

質問への追記・修正、ベストアンサー選択の依頼

  • yohhoy

    2019/01/16 14:18

    「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?

    キャンセル

  • yezyez

    2019/01/16 14:22

    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

    キャンセル

  • yezyez

    2019/01/17 15:33

    すいません解決しました

    キャンセル

回答 1

checkベストアンサー

0

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

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2019/01/17 12:59 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?

    キャンセル

  • 2019/01/17 22:48

    https://docs.opencv.org/3.4.5/d0/d13/classcv_1_1Feature2D.html#ab3cce8d56f4fc5e1d530b5931e1e8dc0

    kp1_idx, kp2_idxが特徴点ペアを表すインデクス値ですから、特徴量(ベクトル)はそれぞれ descriptor1[kp1_idx], descriptor2[kp2_idx] です。

    キャンセル

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 89.08%
  • 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られる

関連した質問

同じタグがついた質問を見る