cv::xfeatures2d 名前空間

クラス
class	AffineFeature2D
	キーポイントに対するアフィン適応を実装するクラス。詳細...
class	BEBLID
	BEBLID（Boosted Efficient Binary Local Image Descriptor）を実装するクラス。[262] で説明されている。詳細...
class	BoostDesc
	BoostDesc（Learning Image Descriptors with Boosting）を実装するクラス。[267] および [268] で説明されている。詳細...
class	BriefDescriptorExtractor
	[49] で説明されているBRIEF記述子を計算するクラス。詳細...
class	DAISY
	DAISY 記述子を実装するクラス。[276] で説明されている。詳細...
class	Elliptic_KeyPoint
	関心点の周囲の楕円領域。詳細...
class	FREAK
	FREAK（Fast Retina Keypoint）キーポイント記述子を実装するクラス。[10] で説明されている。詳細...
class	HarrisLaplaceFeatureDetector
	[198] で説明されているHarris-Laplace特徴検出器を実装するクラス。詳細...
class	LATCH
class	LUCID
	[326] で説明されている、局所的に一様な比較に基づく画像記述子（locally uniform comparison image descriptor）を実装するクラス。詳細...
class	MSDDetector
	[277] で説明されているMSD（Maximal Self-Dissimilarity）キーポイント検出器を実装するクラス。詳細...
class	PCTSignatures
	[157] で説明されているPCT（position-color-texture）シグネチャ抽出を実装するクラス。アルゴリズムは特徴サンプラーとクラスタライザに分かれる。特徴サンプラーは与えられた座標集合でサンプルを生成する。次にクラスタライザがk-meansアルゴリズムを用いてこれらのサンプルのクラスタを生成する。得られたクラスタの集合が入力画像のシグネチャとなる。詳細...
class	PCTSignaturesSQFD
	Signature Quadratic Form Distance (SQFD) を実装するクラス。詳細...
class	StarDetector
	このクラスは [3] で導入されたキーポイント検出器を実装したものであり、StarDetector の別名である。: 詳細...
class	SURF
	画像から Speeded Up Robust Features を抽出するためのクラス [22] 。続き...
class	TBMR
	[312] で説明されているTree Based Morse Regions（TBMR）を実装するクラス。スケール対応の抽出機能を加えて拡張されている。詳細...
class	TEBLID
	TEBLID（Triplet-based Efficient Binary Local Image Descriptor）を実装するクラス。[263] で説明されている。詳細...
class	VGG
	"Descriptor Learning Using Convex Optimisation"（DLCO）の手法を用いてエンドツーエンドで学習された VGG（Oxford Visual Geometry Group）記述子を実装するクラス。[252] で説明されている。詳細...

型定義
typedef SURF	SurfDescriptorExtractor
typedef SURF	SurfFeatureDetector

関数
void	FASTForPointSet (InputArray image, std::vector< KeyPoint > &keypoints, int threshold, bool nonmaxSuppression=true, cv::FastFeatureDetector::DetectorType type=FastFeatureDetector::TYPE_9_16)
	FASTアルゴリズムを用いて、あらかじめ指定されたKeyPointsのコーナー度合いを推定する。
void	matchGMS (const Size &size1, const Size &size2, const std::vector< KeyPoint > &keypoints1, const std::vector< KeyPoint > &keypoints2, const std::vector< DMatch > &matches1to2, std::vector< DMatch > &matchesGMS, const bool withRotation=false, const bool withScale=false, const double thresholdFactor=6.0)
	[28] で説明されているGMS（Grid-based Motion Statistics）特徴マッチング手法。
void	matchLOGOS (const std::vector< KeyPoint > &keypoints1, const std::vector< KeyPoint > &keypoints2, const std::vector< int > &nn1, const std::vector< int > &nn2, std::vector< DMatch > &matches1to2)
	[180] で説明されているLOGOS（Local geometric support for high-outlier spatial verification）特徴マッチング手法。