実験的な2D特徴アルゴリズム

詳細説明

本節では2次元特徴検出のための実験的アルゴリズムについて説明する。

クラス
class	cv::xfeatures2d::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	cv::xfeatures2d::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	cv::xfeatures2d::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	cv::xfeatures2d::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	cv::xfeatures2d::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	cv::xfeatures2d::Elliptic_KeyPoint
	関心点の周囲の楕円領域。詳細...
class	cv::xfeatures2d::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	cv::xfeatures2d::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	cv::xfeatures2d::LATCH
class	cv::xfeatures2d::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	cv::xfeatures2d::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	cv::xfeatures2d::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	cv::xfeatures2d::PCTSignaturesSQFD
	Signature Quadratic Form Distance (SQFD) を実装するクラス。詳細...
class	cv::xfeatures2d::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	cv::xfeatures2d::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	cv::xfeatures2d::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	cv::xfeatures2d::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...

関数
void	cv::xfeatures2d::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。

関数詳解

FASTForPointSet()

void cv::xfeatures2d::FASTForPointSet	(	InputArray	image,
		std::vector< KeyPoint > &	keypoints,
		int	threshold,
		bool	nonmaxSuppression = true,
		cv::FastFeatureDetector::DetectorType	type = FastFeatureDetector::TYPE_9_16 )

#include <opencv2/xfeatures2d.hpp>

FASTアルゴリズムを用いて、あらかじめ指定されたKeyPointsのコーナーらしさ(cornerness)を推定する。

引数

image	キーポイント（コーナー）を検出する対象のグレースケール画像。
keypoints	FAST基準に適合するか検査すべきキーポイント。コーナーとして検出されなかったキーポイントは除去される。
threshold	中心ピクセルと、その周囲の円上のピクセルとの強度差に対するしきい値。
nonmaxSuppression	true の場合、検出されたコーナー（キーポイント）に非最大抑制を適用する。
type	論文で定義されている3つの近傍のうちの1つ: FastFeatureDetector::TYPE_9_16, FastFeatureDetector::TYPE_7_12, FastFeatureDetector::TYPE_5_8

[234] によるFASTアルゴリズムを使用してコーナーを検出する。