文章目录

Record

1、特征点检测与匹配常用的算法：FAST（FastFeatureDetector）、STAR（StarFeatureDetector）、SIFT、SURF、ORB、MSER、GFTT（GoodFeaturesToTrackDetector）、HARRIS、Dense、SimpleBlob等；
2、在EmguCV中，SIFT与SURF位于命名空间Emgu.CV.XFeatures2D下；
3、SIFT—尺度不变特征变换检测算法，SIFT特征对旋转，尺度缩放，亮度变化等保持不变性，是非常稳定的局部特征，应用广泛；
4、SIFT原理：设置尺度空间滤波器，关键点定位，为关键点指定方向参数（保持旋转不变性），




5、SIFT算法接口：


MKeyPoint结构是用于表示特征点：

DrawKeyPoints()函数用于绘制所有关键点：

Code

using System;
using System.Collections.Generic;
using System.Linq;
using System.Text;
using System.Threading.Tasks;
using Emgu.CV;
using Emgu.CV.CvEnum;
using Emgu.Util;
using Emgu.CV.Structure;
using Emgu.CV.XFeatures2D;
using System.Drawing;
using Emgu.CV.Features2D;
using Emgu.CV.Util;

namespace siftDetect
{
   
    class Program
    {
   
        static void Main(string[] args)
        {
   
            Mat src1 = CvInvoke.Imread("01.jpg");
            //Mat src1 = CvInvoke.Imread("00.jpg");

            SIFT sift = new SIFT(1000,3,0.04,10,1.6);
            MKeyPoint[] mKeyPoints = sift.Detect(src1);

            

            Mat sift_feature = new Mat();
            VectorOfKeyPoint vkPoints = new VectorOfKeyPoint(mKeyPoints);
            Features2DToolbox.DrawKeypoints(src1, vkPoints, sift_feature, 
                    new Bgr(0, 255, 0), Features2DToolbox.KeypointDrawType.Default);
            Random random = new Random();
            for (int i = 0; i < mKeyPoints.Length; i++)
            {
   
                Point keyP = new Point();
                keyP.X = (int)mKeyPoints[i].Point.X;
                keyP.Y = (int)mKeyPoints[i].Point.Y;
                CvInvoke.Circle(src1, keyP, 3, new MCvScalar(random.Next(0, 255), random.Next(0, 255), random.Next(0, 255)), -1);
            }
            CvInvoke.Imshow("drawkeypoint", sift_feature);
            CvInvoke.Imshow("out", src1);
            CvInvoke.WaitKey(0);

        }
    }
}

效果

该算法计算的特征点具有旋转不变性与缩放不变性