SIFT特征提取

标签： matlabimage

2012-03-18 10:43 34643人阅读 评论(36) 收藏 举报

分类：

C/C++（132） Computer Vision（101）

SIFT特征具有缩放、旋转特征不变性，下载了大牛的matlab版SIFT特征提取代码，解释如下：

1.调用方法：

将文件加入matlab目录后，在主程序中有两种操作：

op1：寻找图像中的Sift特征：

[csharp] view plaincopy

1. [image, descrips, locs] = sift('scene.pgm');   
2. showkeys(image, locs);  

op2：对两幅图中的SIFT特征进行匹配：

[csharp] view plaincopy

1. match('scene.pgm','book.pgm');  

由于scene和book两图中有相同的一本书，但orientation和size都不同，可以发现所得结果中Sift特征检测结果非常好。

2.代码下载地址：

http://www.cs./~lowe/keypoints/

3.想用自己的图片进行调用：

[csharp] view plaincopy
i1=imread('D:\Images\New\Cars\image_0001.jpg');  
i2=imread('D:\Images\New\Cars\image_0076.jpg');  
i11=rgb2gray(i1);  
i22=rgb2gray(i2);  
imwrite(i11,'v1.jpg','quality',80);  
imwrite(i22,'v2.jpg','quality',80);  
match('v1.jpg','v2.jpg');  

experiment results:

scene

book

compare result

EXP2:

C代码：

[cpp] view plaincopy

1. // FeatureDetector.cpp : Defines the entry point for the console application.  
2. //  
3.   
4. #include "stdafx.h"  
5. #include "highgui.h"  
6. #include "cv.h"  
7. #include "vector"  
8. #include "opencv\cxcore.hpp"  
9. #include "iostream"  
10. #include "opencv.hpp"  
11. #include "nonfree.hpp"  
12. #include "showhelper.h"  
13.   
14. using namespace cv;  
15. using namespace std;  
16.   
17. int _tmain(int argc, _TCHAR* argv[])  
18. {  
19.     //Load Image   
20.     Mat c_src1 =  imread( "..\\Images\\3.jpg");  
21.     Mat c_src2 = imread("..\\Images\\4.jpg");  
22.     Mat src1 = imread( "..\\Images\\3.jpg", CV_LOAD_IMAGE_GRAYSCALE);  
23.     Mat src2 = imread( "..\\Images\\4.jpg", CV_LOAD_IMAGE_GRAYSCALE);  
24.     if( !src1.data || !src2.data )  
25.     { std::cout<< " --(!) Error reading images " << std::endl; return -1; }  
26.   
27.     //sift feature detect  
28.     SiftFeatureDetector detector;  
29.     std::vector<KeyPoint> kp1, kp2;  
30.   
31.     detector.detect( src1, kp1 );  
32.     detector.detect( src2, kp2 );  
33.     SiftDescriptorExtractor extractor;  
34.     Mat des1,des2;//descriptor  
35.     extractor.compute(src1,kp1,des1);  
36.     extractor.compute(src2,kp2,des2);     
37.     Mat res1,res2;   
38.     int drawmode = DrawMatchesFlags::DRAW_RICH_KEYPOINTS;  
39.     drawKeypoints(c_src1,kp1,res1,Scalar::all(-1),drawmode);//在内存中画出特征点  
40.     drawKeypoints(c_src2,kp2,res2,Scalar::all(-1),drawmode);  
41.     cout<<"size of description of Img1: "<<kp1.size()<<endl;  
42.     cout<<"size of description of Img2: "<<kp2.size()<<endl;  
43.   
44.     BFMatcher matcher(NORM_L2);  
45.     vector<DMatch> matches;  
46.     matcher.match(des1,des2,matches);  
47.     Mat img_match;  
48.     drawMatches(src1,kp1,src2,kp2,matches,img_match);//,Scalar::all(-1),Scalar::all(-1),vector<char>(),drawmode);  
49.     cout<<"number of matched points: "<<matches.size()<<endl;  
50.     imshow("matches",img_match);  
51.     cvWaitKey();  
52.     cvDestroyAllWindows();  
53.   
54.     return 0;  
55. }  

Python代码：

http://blog.csdn.net/abcjennifer/article/details/7639681

关于sift的其他讲解:

http://blog.csdn.net/abcjennifer/article/details/7639681

http://blog.csdn.net/abcjennifer/article/details/7372880

http://blog.csdn.net/abcjennifer/article/details/7365882