在SIFT和SURF之后，有哪些比较新的且具有一定影响力的自然图像配准算法？

我就提一下 OpenCV 中实现的特征点算法

答案都在代码中。

OpenCV 中和 2D 特征检测相关的算法的头文件位于

• opencv\modules\features2d\include\opencv2\features2d.hpp，除SIFT、SURF以外的特征。
  
• opencv\modules\nonfree\include\opencv2\nonfree\features2d.hpp，只包含SIFT、SURF这两个受专利保护的特征，因此不是免费的（nonfree）。
  

我们来看具体的类

DescriptorExtractor 的子类都是描述子提取器，包含

• FREAK
  
• OpponentColorDescriptorExtractor
  
• BriefDescriptorExtractor
  

FeatureDetector 的子类都是特征检测器，包含

• MSER
  
• StarDetector，又名 StarFeatureDetector
  
• FastFeatureDetector
  
• GFTTDetector，又名 GoodFeaturesToTrackDetector
  
• SimpleBlobDetector
  
• DenseFeatureDetector
  

FeatureDetector 还提供一系列特殊的适配器子类，用于增强或加速之前的 FeatureDetector 类

• GridAdaptedFeatureDetector
  
• PyramidAdaptedFeatureDetector
• AdjusterAdapter
  
• DynamicAdaptedFeatureDetector
  
• FastAdjuster
  
• StarAdjuster
  
• SurfAdjuster

Feature2D 的子类既是 FeatureDetector，又是 DescriptorExtractor，包含

• BRISK
  
• ORB
  
• SIFT
  
• SURF

希望这个回答可以授之以渔。

相关文章