[openCV] 특징점 검출

특징점 

• 영상 내 추출한 정보
• 특징점은 points, edges or objects와 같은 다양한 구조이다.
• 특징점은 이웃한 픽셀들의 정보를 활용하여 생성될 수도 있다.

좋은 특징점 조건

• Illumination 조명의 영향을 받지 않아야 한다.
• Translation 위치에 상관없이 동일한 결과가 나와야 한다.
• Scale 크기에 제한이 없어야 한다.
• Rotation 
• Perspective transform

• 적은 계산량과 메모리 사용

 

 

 

Several Images features

detector : 영상 내의 특정한 위치가 feature인지 판별, descriptor : 특정한 위치가 feature로 판별되었을때 특정한 기준을을 설정하는 것

 

ORB (oFast detector + r-BRIEF descriptor)

• 빠르고 조명과 회전에 강인하다.

FAST

• detector 역할
• p픽셀보다 연속적으로 밝기 값이 크거나 작다면 픽셀 p는 feature

p픽셀보다1~9픽셀까지 밝기값이 크다면 픽셀 p는 feature

BRIEF

• descriptor 
• p가 feature로 판별되었을 때 p를 묘사하는 방법
• p를 기준으로 임의의 위치를 지정해놓고 해당 위치의 값을 토대로 0 or 1의 바이너리 문자열을 구함.

 

이미지 매칭

과정

1. 두 영상의 특징점을 추출한다.

2. 각각의 특징을 feature descriptor을 통해 묘사 

3. feature descriptor 기반으로 두 영상이 얼마나 유사한지 비교

4. 비교한 특징들이 good matching인지 판별

 

good matching 이란?

• 오직 A와 B만이 유사할때 A와 B가 매칭된다고 판별 (A와 C는 유사하지 않아야됨)
• good matching은 NNDR로 평가된다.
• 𝑁𝑁𝐷𝑅 (Nearest neighbor distance rat𝑖o) = distance to best match / distance to second best match
• -> 𝑁𝑁𝐷𝑅 값이 작을수록 good matching에 가깝다.

 

 

출처 - 컴퓨터 비전 한동대학교 황성수

 http://www.kocw.net/home/cview.do?cid=1b1f5b73413060b5