我试图从一些小尺寸图像（例如176 * 146像素）中获得尽可能多的关键点 . 但我必须说，我失败了 .
我的想法是计算每个关键点的描述符并将其存储到db / bag of word中，因此可以通过仅计算类似描述符的方式将类似的图像识别为已经存在于db中 .
我的问题是小分辨率图片 . 我已经尝试了openCV中几乎所有的功能提取器/描述符 . 筛选，冲浪，ORB，密集，AKAZE等 . 每种方法都会因小尺寸图像而失败 .
我该怎么做才能获得更强大的关键点？
您应该决定是否要检测更多关键点或更强大的关键点 . 通常，有利的是具有较少的关键点，在不同的转换下更稳定 . 另外，请定义失败的意思 . 关键点太少了？这很容易解决 . 匹配不正确？不那么容易 .
你试过FAST探测器吗？根据我的经验，它通常会检测到比我想要的更多的关键点，并且我必须丢弃它们中的大多数以获得有意义的结果 . 您还可以尝试检测具有小单元大小的常规网格中的关键点 - 这样您将获得统一的覆盖范围如果描述符很好 - 你最终会获得一些匹配 . 虽然您可能想要计算不完全在网格交叉点中的描述符，但是在附近最像角落的位置 .
1 回答
您应该决定是否要检测更多关键点或更强大的关键点 . 通常，有利的是具有较少的关键点，在不同的转换下更稳定 . 另外，请定义失败的意思 . 关键点太少了？这很容易解决 . 匹配不正确？不那么容易 .
你试过FAST探测器吗？根据我的经验，它通常会检测到比我想要的更多的关键点，并且我必须丢弃它们中的大多数以获得有意义的结果 . 您还可以尝试检测具有小单元大小的常规网格中的关键点 - 这样您将获得统一的覆盖范围如果描述符很好 - 你最终会获得一些匹配 . 虽然您可能想要计算不完全在网格交叉点中的描述符，但是在附近最像角落的位置 .