前面我们对sift算法的流程进行简要研究,那么在OpenCV中,sift是如何被调用的?又是如何被实现出来的了?

特别是到了3.0以后,OpenCV对特征点提取这个方面进行了系统重构,那么整个代码结构变成了什么模样?
在代码中
可以看出目前的结构是基于hess的算法进行的重构。那么首先需要解决的是整体的调用和实现结构问题,然后是hess算法的结构问题,再然后才是具体的算法。需要做的事情很多,一起来研究。
一、OpenCV中sift调用接口和例子
    首先是一定要编译使用contrib版本的OpenCV代码,同时最后设置的时候需要注意,头文件和命名空间要选择正确。
     在最新版本的OpenCV中,已经对特征提取这块的函数进行了统一接口:        
    Mat matSrc = imread("e:/template/lena.jpg");
    Mat gray;  
    Mat draw;
    cvtColor( matSrc, gray, CV_RGB2GRAY );  
    Mat descriptors;  
    std,,),DrawMatchesFlags::DEFAULT);
结果:
    这里也只是简单地把特征点给画了出来,并没有将方向等信息进行表示。下面我们具体看一看sift在OpenCV中是如何实现的。
    OpenCV是开发源代码的,所以这里的代码都是可以自己看到的。那么联调的方式为
二、sift的代码结构解析
注意,sift的原始地址在
 
它的类结构为:
它的构建函数为:
直接返回的是本类的指针
我们去看代码,基本了解结构以后,就直接从我们想要用的那个函数开始“顺藤摸瓜”。我们想要的是detectAndCompute  函数。
    
三、sift的代码具体实现
step0: createInitialImage 将图片转换成为合适的大小
    Mat base = createInitialImage(image, firstOctave < 0, (float)sigma);
    最为简单的一步,据说将输入的图片变化为规整的大小和格式:
//step1: buildGaussianPyramid 构建高斯金字塔

buildGaussianPyramid(base, gpyr, nOctaves);

//step2: buildDoGPyramid 构建高斯差分金字塔

buildDoGPyramid(gpyr, dogpyr);

//step3: findScaleSpaceExtrema removeDuplicated 寻找并筛选尺度空间特征值

findScaleSpaceExtrema(gpyr, dogpyr, keypoints);

注意这里将特征值的初略寻找和细化寻找放在了一起(一个循环)
其中
其中二
注意:
 
//step4: calcDescriptors 计算特征值

        calcDescriptors(gpyr, keypoints, descriptors, nOctaveLayers, firstOctave);

三、简单小结
       这里也只是将sift的代码挑了出来,简单进行了分析。应该说OpenCV的代码本身才是其最为精髓的地方,无论是代码背后的理论,还是代码实现的技术,以及各种提升速度的方法,都对于我们写出出色的图像处理算法和运用很有帮助。
       而学习的最好方法就是去实现创造。OpenCV本身就是开源的项目,基于现有的这么多的资源,在图像处理广阔的领域去进行创新,不断巩固提升自己的能力。与大家共勉!

SIFT在OpenCV中的调用和具体实现(HELU版)的更多相关文章

  1. opencv中的SIFT,SURF,ORB,FAST 特征描叙算子比较

    opencv中的SIFT,SURF,ORB,FAST 特征描叙算子比较 参考: http://wenku.baidu.com/link?url=1aDYAJBCrrK-uk2w3sSNai7h52x_ ...

  2. (原+转)Eclipse中Android调用OpenCv

    大部分都是参考下面的网址,如果感觉看起来不舒服,可以直接查看原网址.最后遇到了一点问题: Description      Resource Path Location   Type E:/~\cod ...

  3. OpenCV中IplImage图像格式与BYTE图像数据的转换

    最近在将Karlsruhe Institute of Technology的Andreas Geiger发表在ACCV2010上的Efficent Large-Scale Stereo Matchin ...

  4. 混合高斯模型:opencv中MOG2的代码结构梳理

    /* 头文件:OurGaussmix2.h */ #include "opencv2/core/core.hpp" #include <list> #include&q ...

  5. 【OpenCV】OpenCV中GPU模块使用

    CUDA基本使用方法 在介绍OpenCV中GPU模块使用之前,先回顾下CUDA的一般使用方法,其基本步骤如下: 1.主机代码执行:2.传输数据到GPU:3.确定grid,block大小: 4.调用内核 ...

  6. opencv通过dll调用matlab函数,图片作为参数

    [blog 项目实战派]opencv通过dll调用matlab函数,图片作为参数                   前文介绍了如何“csharp通过dll调用opencv函数,图片作为参数”.而在实 ...

  7. opencv中的Bayes分类器应用实例

    转载:http://blog.csdn.net/yang_xian521/article/details/6967515 PS:很多时候,我们并不需要特别精通某个理论,而且有的时候即便你非常精通,但是 ...

  8. OpenCV中的SVM參数优化

    SVM(支持向量机)是机器学习算法里用得最多的一种算法.SVM最经常使用的是用于分类,只是SVM也能够用于回归,我的实验中就是用SVM来实现SVR(支持向量回归). 对于功能这么强的算法,opencv ...

  9. opencv-python与c++ opencv中的一些区别和基础的知识

    使用opencv-python一段时间了,因为之前没有大量接触过c++下的opencv,在网上看c++的一些程序想改成python遇到了不少坑,正好在这里总结一下. 1.opencv 中x,y,hei ...

随机推荐

  1. 为VS定制一个自己的代码生成器 - 自定义工具开发

    自定义工具开发 为VS定制一个自己的代码生成器 如何在Visual Studio中开发自己的代码生成器插件 你必须懂的 T4 模板:深入浅出 Regasm组件注册工具使用方法 Regasm 注册C# ...

  2. FS Shell命令手册

    1.       FS Shell 1.1     简介 调用文件系统(FS)Shell命令应使用 bin/hadoop fs <args>的形式. 所有的的FS shell命令使用URI ...

  3. oracle动态视图(一)stat

    1v$mystat,v$sesstat,v$sysstat是用来分别统计用户级,会话级,系统级信息的. SID                                 NUMBER STATI ...

  4. mysql 数据操作 多表查询 多表连接查询 外链接之左连接 右连接

    1.外链接之左连接:优先显示左表全部记录   left join 在内连接的基础上保留左表的记录 即便左表有一条记录和右表没有关系,也把他留下 mysql> select * from empl ...

  5. 001-pro ant design 升级2.0后变更

    一.更新点 1.目录调整 2.本地代理服务器调整 roadhog→umi 配置方式 在这个config/config.js配置 "proxy": { "/api" ...

  6. golang使用vendor目录来管理依赖包

    Vendor目录介绍 随着Go 1.5 release版本的发布,vendor目录被添加到除了GOPATH和GOROOT之外的依赖目录查找的解决方案.在Go 1.6之前,你需要手动的设置环境变量GO1 ...

  7. [LeetCode] 103. Binary Tree Zigzag Level Order Traversal _ Medium tag: BFS

    Given a binary tree, return the zigzag level order traversal of its nodes' values. (ie, from left to ...

  8. git客户端msysGit和TortoiseGit使用

    windows下使用TortoiseGit代替Git命令行操作(参考http://www.cnblogs.com/candle806/p/4071656.html) 1.配置TortoiseGit与m ...

  9. jquery 实现iframe 自适应高度

    转自: http://www.cnblogs.com/luluping/archive/2009/04/17/1437843.html 超级简单的方法,也不用写什么判断浏览器高度.宽度啥的.下面的两种 ...

  10. Django实现cookie&session以及认证系统

    COOKIE&SESSION 知识储备 由于http协议无法保持状态,但实际情况,我们却又需要“保持状态”,因此cookie就是在这样一个场景下诞生. cookie的工作原理是:由服务器产生内 ...