三维重建（二）Sift特征提取与匹配

这里我主要写了用OpenCV 实现Sift特征提取与匹配的代码，如果想看Sift特征的详细描述，请看原文《Distinctive Image Features》或者我最近又写了三篇关于SIFT算法的详细描述 
SIFT算法详解（1）综述与尺度空间检测 
SIFT算法详解（2）极值点的精确定位与特征点方向的计算 
SIFT算法详解（3）特征点描述符的生成 
这里面也有我参考的一些资源

下面是我的代码：

//使用Opencv实现SIFT特征点检测//lhc 2016-07-08#include <opencv2\highgui\highgui.hpp>#include <opencv2\features2d\features2d.hpp>#include <opencv2\imgproc\imgproc.hpp>#include <opencv2\nonfree\nonfree.hpp>#include <opencv2/legacy/legacy.hpp> #include <iostream>using namespace std;using namespace cv;int main(){    Mat image1 = imread("G:\\ET\\et000.jpg");    Mat image2 = imread("G:\\ET\\et001.jpg");    //Sift检测器    SiftFeatureDetector detector;    //保存两幅图像得到的特征点    vector<KeyPoint> image1KeyPoint, image2KeyPoint;    //检测特征点    detector.detect(image1, image1KeyPoint);    detector.detect(image2, image2KeyPoint);    //把特征点画在两幅新图上    Mat imageOutput1;    Mat imageOutput2;    drawKeypoints(image1, image1KeyPoint, imageOutput1, Scalar(0, 255, 0));    drawKeypoints(image2, image2KeyPoint, imageOutput2, Scalar(0, 255, 0));    //Sift特征描述提取    SiftDescriptorExtractor extractor;    Mat descriptor1, descriptor2;    //得到Sift特征描述符    extractor.compute(imageOutput1, image1KeyPoint, descriptor1);    extractor.compute(imageOutput2, image2KeyPoint, descriptor2);    //暴力匹配    BruteForceMatcher<L2<float>> matcher;    vector<DMatch> matches;    matcher.match(descriptor1, descriptor2, matches);    //挑选匹配的最好的前100个    nth_element(matches.begin(), matches.begin() + 99, matches.end());    matches.erase(matches.begin() + 99, matches.end());    //画出匹配线    Mat image_matched;    drawMatches(imageOutput1, image1KeyPoint, imageOutput2, image2KeyPoint, matches, image_matched);    imshow("image1", imageOutput1);    imshow("image2", imageOutput2);    imshow("image_matched", image_matched);    waitKey(0);    return 0;}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59

 
这里有另一种Opencv的实验方法，也比较详细 
另外，我试验发现Opencv自带的SIFT特征检测方法运算速度比较慢，应该是用CPU跑的，而且不开源，国外有人写了一个用GPU跑的Sift特征检测，但是没有并行化，这这里SiftGPU: A GPU Implementation of Scale Invariant Feature Transform (SIFT)