Обнаружение функции SIFT с тяжелыми изображениями виньетки
Я пытаюсь сопоставить особенности между парами изображений, снятых эндоскопической камерой. Я вижу очень низкую производительность в количестве функций, которые соответствуют, когда изображение переводится (даже если перекрытие все еще довольно высоко).
Пара вопросов
- Может ли это небольшое количество совпадений функций быть результатом виньетирования, присутствующего на изображениях? (Дескрипторы SIFT описывают градиенты и, если существует постоянный градиент виньетки, это повреждает дескрипторы?)
- Может ли калибровка камеры быть плохой?
- Есть ли у вас какие-либо дополнительные предложения по улучшению соответствия?
Вот что я делаю: - Изображения переотображаются на основе калибровки камеры, выполненной с использованием шаблона шахматной доски. - Объекты обнаруживаются с помощью SIFT (VLFeat). - Объекты сопоставляются с шагом геометрической проверки (RANSAC с довольно высоким порогом).
Вот два примера:
(красный = объекты, найденные по несоответствию; зеленый = объекты, которые совпали после геометрической проверки) Малый перевод = разумное соответствие
Большой перевод = плохое соответствие
1 ответ
Я не думаю, что виньетирование это твоя проблема.
Если "переназначение", основанное на вашей калибровке, должно учитывать искажения объектива, это, конечно, может вызвать проблемы, если параметры оценены неправильно. Кроме того, если искажение очень сильное, выборка во время переназначения может создать проблемы. Кроме того, если вы используете эпиполярную матрицу для фильтрации выбросов, необходимо учитывать все искажения.
Кажется, есть некоторое размытие, которое может возникнуть из-за переназначения или движения камеры. Это может определенно испортить результаты. Сравнивая фоновые структуры изображения 22 и изображения 9, мне интересно, что именно там должно быть сопоставлено. Это совсем не похоже на перевод, скорее на какое-то случайное освещение. Может быть, вы можете дать некоторое представление о том, что именно изображения показывают.
Ура, Джо