【line features】线特征(2)
- 1. line features实现原理
- 1. **初始化与参数设置**:
- 2. **图像读取**:
- 3. **线特征检测**:
- 4. **线特征描述子计算**:
- 5. **特征匹配**:
- 6. **匹配结果可视化**:
- 7. **结束输出**:
- 关键流程总结:
- 2.line features实现流程
- 3.line features处理输入数据与输出结果
1. line features实现原理
这个程序实现了利用 OpenCV 和自定义的 Line Descriptor 模块(基于 cvm::line_descriptor
)进行线特征检测、描述符计算和特征匹配的过程。下面是算法实现的流程总结:
1. 初始化与参数设置:
- 使用
glog
进行日志记录初始化,并将日志输出到标准输出 (FLAGS_logtostderr=true
)。 - 相机内参被定义,但未在后续使用中具体体现(可能是保留为进一步扩展使用)。
2. 图像读取:
- 从指定路径中读取两张 RGB 图像
color1
和color2
。 - 若图像读取失败,程序会提示错误。
3. 线特征检测:
- 利用
LSDDetector
对两幅图像分别提取线特征:- 图像 1 提取到的线特征存储在
keylines1
中。 - 图像 2 提取到的线特征存储在
keylines2
中。
- 图像 1 提取到的线特征存储在
- 使用
LOG(INFO)
记录每幅图像中提取到的线特征数量。
4. 线特征描述子计算:
- 使用
BinaryDescriptor
对每幅图像提取到的线特征计算描述子,分别生成ldesc1
和ldesc2
。 - 对提取到的线段进行可视化,生成包含线段的图像并保存。
5. 特征匹配:
- 使用
BinaryDescriptorMatcher
进行两幅图像的线特征描述子匹配,匹配结果保存在matches
中。 - 记录匹配到的线特征对数量。
6. 匹配结果可视化:
- 利用
drawLineMatches
对匹配结果进行可视化,将匹配的线段绘制到输出图像out_match_img
中,并将结果图像保存到指定路径。
7. 结束输出:
- 程序输出 “Hello, World!” 并结束。
关键流程总结:
- 读取图像 → 2. 提取线特征 → 3. 计算描述子 → 4. 进行特征匹配 → 5. 结果可视化和保存
2.line features实现流程
#include <iostream>
#include <vector>
using std::cout;
using std::endl;
using std::vector;
using std::string;
#include <glog/logging.h>
#include <opencv2/opencv.hpp>
#include "descriptor_opencvm.hpp"
#include <Eigen/Core>
#include <Eigen/Geometry>
int main(int argc, char** argv) {
//读入图像
google::InitGoogleLogging(argv[0]);
google::InstallFailureSignalHandler();
FLAGS_logtostderr=true;
double fx=481.2;
double fy=480;
double cx=319.5;
double cy=239.5;
//读入图像
cv::Mat color1 = cv::imread("/home/sun/demo/line_descriptor_opencvm_demo-main/0.png",-1); //先读入一帧RGB和depth
cv::Mat color2 = cv::imread("/home/sun/demo/line_descriptor_opencvm_demo-main/50.png",-1);
if ( color1.data==nullptr || color2.empty()){
cout<<"wrong input rgb image"<<endl;
}
//初始化
cv::Ptr<cvm::line_descriptor::LSDDetector> lsd = cvm::line_descriptor::LSDDetector::createLSDDetector();
cv::Ptr<cvm::line_descriptor::BinaryDescriptor> lbd = cvm::line_descriptor::BinaryDescriptor::createBinaryDescriptor();
//提取图1的线特征
std::vector<cvm::line_descriptor::KeyLine> keylines1;
lsd->detect(color1, keylines1, 1.2, 1); //提取线特征并计算描述子
LOG(INFO)<<"Extract line1 num = "<<keylines1.size();
cv::Mat ldesc1;
lbd->compute(color1, keylines1, ldesc1); //计算特征线段的描述子
cv::Mat outlinesimg1;
cvm::line_descriptor::drawKeylines(color1,keylines1,outlinesimg1);
cv::imwrite("/home/sun/demo/line_descriptor_opencvm_demo-main/colorline1.png",outlinesimg1);
//提取图2的线特征
std::vector<cvm::line_descriptor::KeyLine> keylines2;
lsd->detect(color2, keylines2, 1.2, 1); //提取线特征并计算描述子
LOG(INFO)<<"Extract line2 num = "<<keylines2.size();
cv::Mat ldesc2;
lbd->compute(color2, keylines2, ldesc2); //计算特征线段的描述子
cv::Mat outlinesimg2;
cvm::line_descriptor::drawKeylines(color2,keylines2,outlinesimg2);
cv::imwrite("/home/sun/demo/line_descriptor_opencvm_demo-main/colorline2.png",outlinesimg2);
//匹配
cv::Ptr<cvm::line_descriptor::BinaryDescriptorMatcher> bdm=cvm::line_descriptor::BinaryDescriptorMatcher::createBinaryDescriptorMatcher();
std::vector<cv::DMatch> matches;
bdm->match(ldesc1,ldesc2,matches);
cv::Mat out_match_img;
LOG(INFO)<<"match num = "<<matches.size();
const std::vector<char> matchesMask(matches.size(),1);
cvm::line_descriptor::drawLineMatches(color1,keylines1,color2,keylines2,matches,out_match_img,
cv::Scalar::all(-1),cv::Scalar::all(-1),matchesMask,cvm::line_descriptor::DrawLinesMatchesFlags::DEFAULT);
cv::imwrite("/home/sun/demo/line_descriptor_opencvm_demo-main/match_1_2.png",out_match_img);
std::cout << "Hello, World!" << std::endl;
return 0;
}
3.line features处理输入数据与输出结果