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::AgastFeatureDetector
	AGAST法を用いた特徴検出のためのラッパークラス。: 続き...
class	cv::xfeatures2d::AKAZE
	AKAZEキーポイント検出器および記述子抽出器を実装するクラス。[12]で説明されている。続き...
class	cv::xfeatures2d::BEBLID
	BEBLID（Boosted Efficient Binary Local Image Descriptor）を実装するクラス。[265] で説明されている。続き...
class	cv::xfeatures2d::BoostDesc
	BoostDesc（Learning Image Descriptors with Boosting）を実装するクラス。[270]および[271]で説明されている。続き...
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::BRISK
	BRISKキーポイント検出器および記述子抽出器を実装するクラス。[163] で説明されている。続き...
class	cv::xfeatures2d::DAISY
	DAISY 記述子を実装するクラス。[279] で説明されている。続きを読む...
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
	[199] で説明されている Harris-Laplace 特徴検出器を実装するクラス。続きを読む...
class	cv::xfeatures2d::KAZE
	[11] で説明されている KAZE キーポイント検出器および記述子抽出器を実装するクラス。続きを読む...
class	cv::xfeatures2d::LATCH
class	cv::xfeatures2d::LUCID
	[331] で説明されている、局所一様比較画像記述子 (locally uniform comparison image descriptor) を実装するクラス。続きを読む...
class	cv::xfeatures2d::MSDDetector
	[280] 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。続きを読む...
class	cv::xfeatures2d::PCTSignatures
	[156] 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とクラスタライザに分かれる。特徴サンプラ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。続きを読む...
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
	[316] で説明されている Tree Based Morse Regions (TBMR) を、スケール付き抽出機能で拡張して実装するクラス。続きを読む...
class	cv::xfeatures2d::TEBLID
	[266] で説明されている TEBLID (Triplet-based Efficient Binary Local Image Descriptor) を実装するクラス。続きを読む...
class	cv::xfeatures2d::VGG
	[255] で説明されている「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。続きを読む...

関数
void	cv::xfeatures2d::AGAST (InputArray image, std::vector< KeyPoint > &keypoints, int threshold, bool nonmaxSuppression=true, AgastFeatureDetector::DetectorType type=AgastFeatureDetector::OAST_9_16)
	AGASTアルゴリズムを用いてコーナーを検出する。
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

AGAST()

void cv::xfeatures2d::AGAST	(	InputArray	image,
		std::vector< KeyPoint > &	keypoints,
		int	threshold,
		bool	nonmaxSuppression = true,
		AgastFeatureDetector::DetectorType	type = AgastFeatureDetector::OAST_9_16 )

#include <opencv2/xfeatures2d.hpp>

AGASTアルゴリズムを使用してコーナーを検出する。

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	画像上で検出されたキーポイント。
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、検出されたキーポイント（コーナー）に対して非最大抑制が適用される。
type	論文で定義された4つの近傍のうちの1つ: AgastFeatureDetector::AGAST_5_8, AgastFeatureDetector::AGAST_7_12d, AgastFeatureDetector::AGAST_7_12s, AgastFeatureDetector::OAST_9_16

非Intelプラットフォーム向けに、同一の数値結果を持つAGASTのツリー最適化版が用意されている。32ビットのバイナリツリーテーブルは、perlスクリプトを用いて元のコードから自動生成された。このperlスクリプトおよびツリー生成の例はfeatures2d/docフォルダに置かれている。[186] によるAGASTアルゴリズムを用いてコーナーを検出する。

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

[236] によるFASTアルゴリズムを用いてコーナーを検出する。