这几天在看特征提取、匹配及最后误匹配点对剔除的资料,无意中发现了这个图像处理函数库——VL_FEAT。
主页网址是:http://www.vlfeat.org/。有兴趣的朋友可以访问并进行学习、研究。
上网查了一些资料,中文资料讲述详细地不多,这里做一个简单的介绍。
VL_FEAT库中包含了很多用C编写的图像处理函数,配置、安装好后可以直接调用(类似于OpenCV)。
除了在C++中可以配置外,同时也提供了Matlab接口。
在以上提供的网址中可以下载各种版本的VL_FEAT,本人用的是VLFeat 0.9.16(Windows, Mac, Linux),即目前最新的版本。
1、运用VL_FEAT中的vl_sift、vl_ubcmatch在Matlab环境运行的例子,功能是进行两幅图像的拼接:
本人设置下面提到的根路劲root为 "F:\3D_Reconstruction\Ref_code\sift_mosaic\vlfeat-0.9.16"
vlfeat-0.9.16为下载后解压的文件存储名。
1 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
2 %%%%%%%%%两幅图的匹配
3 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
4 function mosaic = sift_mosaic(im1, im2)
5 run('root\toolbox\vl_setup');
6 if nargin == 0
7 im1 = imread('river1.jpg') ; %图像目录及名称根据实际情况进行更改
8 im2 = imread('river2.jpg') ;
9 end
10 % make single,every value chahged to its percent of 255
11 im1 = im2single(im1) ;
12 im2 = im2single(im2) ;
13 % make grayscale
14 if size(im1,3) > 1, im1g = rgb2gray(im1) ; else im1g = im1 ; end
15 if size(im2,3) > 1, im2g = rgb2gray(im2) ; else im2g = im2 ; end
16 % --------------------------------------------------------------------
17 % SIFT matches
18 % --------------------------------------------------------------------
19 [f1,d1] = vl_sift(im1g) ; %图像特征点的提取,f1,d1分别代表特征点坐标及对象描述子
20 [f2,d2] = vl_sift(im2g) ;
21 [matches, scores] = vl_ubcmatch(d1,d2) ; %对上述提取的特征点进行匹配
22 numMatches = size(matches,2) ;
23 X1 = f1(1:2,matches(1,:)) ; X1(3,:) = 1 ;
24 X2 = f2(1:2,matches(2,:)) ; X2(3,:) = 1 ;
25 % --------------------------------------------------------------------
26 % RANSAC with homography model
27 % --------------------------------------------------------------------
28 clear H score ok ;
29 for t = 1:100 % 迭代100次,每次进行比较,最后选择最佳的H
30 % estimate homograpyh
31 subset = vl_colsubset(1:numMatches, 4) ;
32 A = [] ;
33 for i = subset
34 A = cat(1, A, kron(X1(:,i)', vl_hat(X2(:,i)))) ;
35 end
36 [U,S,V] = svd(A) ;
37 H{t} = reshape(V(:,9),3,3) ;
38 % score homography
39 X2_ = H{t} * X1 ;
40 du = X2_(1,:)./X2_(3,:) - X2(1,:)./X2(3,:) ;
41 dv = X2_(2,:)./X2_(3,:) - X2(2,:)./X2(3,:) ;
42 ok{t} = (du.*du + dv.*dv) < 6*6 ;
43 score(t) = sum(ok{t}) ;
44 end
45 [score, best] = max(score) ;
46 H = H{best} ;
47 ok = ok{best} ;
48 % --------------------------------------------------------------------
49 % Optional refinement
50 % --------------------------------------------------------------------
51 function err = residual(H)
52 u = H(1) * X1(1,ok) + H(4) * X1(2,ok) + H(7) ;
53 v = H(2) * X1(1,ok) + H(5) * X1(2,ok) + H(8) ;
54 d = H(3) * X1(1,ok) + H(6) * X1(2,ok) + 1 ;
55 du = X2(1,ok) - u ./ d ;
56 dv = X2(2,ok) - v ./ d ;
57 err = sum(du.*du + dv.*dv) ;
58 end
59 if exist('fminsearch') == 2
60 H = H / H(3,3) ;
61 opts = optimset('Display', 'none', 'TolFun', 1e-8, 'TolX', 1e-8) ;
62 H(1:8) = fminsearch(@residual, H(1:8)', opts) ;
63 else
64 warning('Refinement disabled as fminsearch was not found.') ;
65 end
66 % --------------------------------------------------------------------
67 % Show matches
68 % --------------------------------------------------------------------
69 dh1 = max(size(im2,1)-size(im1,1),0) ;
70 dh2 = max(size(im1,1)-size(im2,1),0) ;
71 figure(1) ; clf ;
72 subplot(2,1,1) ;
73 imagesc([padarray(im1,dh1,'post') padarray(im2,dh2,'post')]) ;
74 o = size(im1,2) ;
75 line([f1(1,matches(1,:));f2(1,matches(2,:))+o], ...
76 [f1(2,matches(1,:));f2(2,matches(2,:))]) ;
77 title(sprintf('%d tentative matches', numMatches)) ;
78 axis image off ;
79 subplot(2,1,2) ;
80 imagesc([padarray(im1,dh1,'post') padarray(im2,dh2,'post')]) ;
81 o = size(im1,2) ;
82 line([f1(1,matches(1,ok));f2(1,matches(2,ok))+o], ...
83 [f1(2,matches(1,ok));f2(2,matches(2,ok))]) ;
84 title(sprintf('%d (%.2f%%) inliner matches out of %d', ...
85 sum(ok), ...
86 100*sum(ok)/numMatches, ...
87 numMatches)) ;
88 axis image off ;
89 drawnow ;
90 % --------------------------------------------------------------------
91 % Mosaic
92 % --------------------------------------------------------------------
93 box2 = [1 size(im2,2) size(im2,2) 1 ;
94 1 1 size(im2,1) size(im2,1) ;
95 1 1 1 1 ] ;
96 box2_ = inv(H) * box2 ;
97 box2_(1,:) = box2_(1,:) ./ box2_(3,:) ;
98 box2_(2,:) = box2_(2,:) ./ box2_(3,:) ;
99 ur = min([1 box2_(1,:)]):max([size(im1,2) box2_(1,:)]) ;
100 vr = min([1 box2_(2,:)]):max([size(im1,1) box2_(2,:)]) ;
101 [u,v] = meshgrid(ur,vr) ;
102 im1_ = vl_imwbackward(im2double(im1),u,v) ;
103 z_ = H(3,1) * u + H(3,2) * v + H(3,3) ;
104 u_ = (H(1,1) * u + H(1,2) * v + H(1,3)) ./ z_ ;
105 v_ = (H(2,1) * u + H(2,2) * v + H(2,3)) ./ z_ ;
106 im2_ = vl_imwbackward(im2double(im2),u_,v_) ;
107 mass = ~isnan(im1_) + ~isnan(im2_) ;
108 im1_(isnan(im1_)) = 0 ;
109 im2_(isnan(im2_)) = 0 ;
110 mosaic = (im1_ + im2_) ./ mass ;
111 figure(2) ; clf ;
112 imagesc(mosaic) ; axis image off ;
113 title('Mosaic') ;
114 if nargout == 0, clear mosaic ; end
115 end
2、VS2010中某个项目配置VL_FEAT,并建立.cpp文件运行输出"HELLO VL_FEAT!"
可以先在系统环境中添加path变量:root
新建一个空项目vl_feat_test,点击并获得属性对话框,配置步骤如下:
(1)在C/C++ -> 常规,右侧的附加包含目录下添加上面提到的root
(2)在链接器 -> 常规,右侧的附加库目录下添加root/bin/win32
(3)在链接器 -> 输入,右侧的附加依赖项下添加vl.lib
.cpp文件如下:
1 #include <iostream>
2
3 using namespace std;
4
5 extern "C"
6 {
7 #include <vl/generic.h>
8 #include <vl/stringop.h>
9 #include <vl/pgm.h>
10 #include <vl/sift.h>
11 #include <vl/getopt_long.h>
12 };
13
14 int main()
15 {
16 VL_PRINTF("HELLO VL_FEAT!\n"); //vl_feat中的输出语句
17 getchar();
18
19 return 0;
20 }`直接编译、运行即可。
原文链接: https://www.cnblogs.com/tgyf/archive/2013/06/02/3113648.html
欢迎关注
微信关注下方公众号,第一时间获取干货硬货;公众号内回复【pdf】免费获取数百本计算机经典书籍
原创文章受到原创版权保护。转载请注明出处:https://www.ccppcoding.com/archives/90898
非原创文章文中已经注明原地址,如有侵权,联系删除
关注公众号【高性能架构探索】,第一时间获取最新文章
转载文章受原作者版权保护。转载请注明原作者出处!