SURF特征点检测与匹配之误匹配点删除

SURF特征点检测与匹配之误匹配点删除

SURF（SpeededUp Robust Feature）是加速版的具有鲁棒性的算法，是SIFT算法的加速版。

但是SURF特征匹配之后有大量的误匹配点，需要对这些误匹配点进行删除。

这里不从理论上讲解SURF原理等，直接说用法。

特征匹配的步骤分为三步：

1、找出特征点

2、描述特征点

3、特征点匹配

具体基本代码见最后。具体的可以看毛星云的书籍，但是个人认为其编程风格不严谨，自己有做改动。

但是匹配出来的结果如下：

有很多的误匹配点，如何对误匹配点进行删除呢。

双向匹配加距离约束。

实验结果如下：效果还是非常好的。

[cpp] view plain copy

1. #include "stdafx.h"  
2. #include <opencv2\opencv.hpp>  
3. #include <opencv2\nonfree\nonfree.hpp>  
4. #include <opencv2\legacy\legacy.hpp>  
5.   
6. #include <iostream>  
7.   
8. int _tmain(int argc, _TCHAR* argv[])  
9. {  
10.     //读取图片  
11.     cv::Mat srcImg1 = cv::imread("1.jpg", 1);  
12.     cv::Mat srcImg2 = cv::imread("2.jpg", 1);  
13.     if (srcImg1.empty() || srcImg2.empty())  
14.     {  
15.         std::cout << "Read Image ERROR!" << std::endl;  
16.         return 0;  
17.     }  
18.     //SURF算子特征点检测  
19.     int minHessian = 700;  
20.     cv::SurfFeatureDetector detector(minHessian);//定义特征点类对象  
21.     std::vector<cv::KeyPoint> keyPoint1, keyPoint2;//存放动态数组，也就是特征点  
22.   
23.     detector.detect(srcImg1, keyPoint1);  
24.     detector.detect(srcImg2, keyPoint2);  
25.   
26.     //特征向量  
27.     cv::SurfDescriptorExtractor extrator;//定义描述类对象  
28.     cv::Mat descriptor1, descriptor2;//描述对象  
29.   
30.     extrator.compute(srcImg1, keyPoint1, descriptor1);  
31.     extrator.compute(srcImg2, keyPoint2, descriptor2);  
32.   
33.     //BruteForce暴力匹配  
34.     cv::BruteForceMatcher <cv::L2<float>>matcher;//匹配器  
35.     std::vector <cv::DMatch> matches;  
36.     matcher12.match(descriptor1, descriptor2, matches);  
37.   
38.     //绘制关键点  
39.     cv::Mat imgMatch;  
40.     cv::drawMatches(srcImg1, keyPoint1, srcImg2, keyPoint2, matches, imgMatch);  
41.   
42.     cv::namedWindow("匹配图", CV_WINDOW_AUTOSIZE);  
43.     cv::imshow("匹配图", imgMatch);  
44.     cv::imwrite("匹配图.jpg", imgMatch);  
45.     cv::waitKey(10);  
46.     return 0;  
47. }