当前位置 : 首页 » 文章分类 :  科研  »  RobHess的SIFT源码分析:综述

RobHess的SIFT源码分析:综述

最初的目的是想做全景图像拼接,一开始找了OpenCV中自带的全景拼接的样例,用的是Stitcher类,可以很方便的实现全景拼接,而且效果很好,但是不利于做深入研究。

后来想用OpenCV中自带的SIFT特征检测器进行特征检测和拼接,但还是有隔靴搔痒的感觉,接触不到SIFT算法的本质。
看到网上大多数都是使用RobHess的SIFT源码,自己也下载了一份进行了分析,并用RobHess的SIFT源码实现了特征提取和图像拼接。

一开始也是感觉比较乱,不知道怎么用,接触了一段时间后比较清晰了,下面说一下RobHess的SIFT源码中的几个文件都是做什么用的,方便刚接触的同学学习。


(1) imgfeatures.h和imgfeatures.c文件

imgfeatures.h中有SIFT特征点结构struct feature的定义,这个结构很重要,后面都要用到,除此之外还有一些特征点的导入导出以及特征点绘制函数的声明。
对应的imgfeatures.c文件中是特征点的导入导出以及特征点绘制函数的实现。
imgfeatures.h和imgfeatures.c的源码分析在这里,里面有特征点结构struct feature的详细说明:


(2) utils.h和utils.c文件

这两个文件中是一些图像基本操作的函数,包括:

  • 1、获取某位置的像素点
  • 2、设置某位置的像素点(8位,32位和64位),
  • 3、计算两点之间的距离的平方
  • 4、在图片某一点画一个“X”
  • 5、将两张图片合成为一个(在特征匹配中用到),高是二者之和,宽是二者的较大者。

(3) sift.h和sift.c文件

这两个是最重要的,里面的内容说白了很简单,就是两个特征点检测函数 sift_features()_sift_features()
sift_features()是用默认参数进行特征点检测,_sift_features()允许用户输入各种检测参数,其实sift_features()中也是再次调用_sift_features()函数。
所以,你只需提供原图像和存储特征点的数组以及其他一些检测参数,然后调用sift_features()_sift_features()就可完成SIFT特征点检测。
但是这两个文件分析起来也是最复杂的。
sift.h中有默认的各种特征检测中用到的参数的宏定义,sift.c中是检测函数的实现,是最核心的一个文件,里面的一些未暴露接口的本地函数就有31个之多。
仔细分析完后发现大神就是大神,程序写的条理非常清楚,尤其是函数_sift_features()的函数体,从头到尾的几部分正好对应SIFT算法的几个步骤,
把一些细节全部放在子函数中,非常清楚明了。
关于SIFT算法的原理,可以参加下面几篇文章,写的都不错:

sift.h和sift.c的源码分析在这里:


(4) minpq.h和minpq.c文件

这两个文件中实现了最小优先级队列(Minimizing Priority Queue),也就是小顶堆,在k-d树的建立和搜索过程中要用到。


(5) kdtree.h和kdtree.c文件

这两个文件中实现了k-d树的建立以及用BBF(Best Bin First)算法搜索匹配点的函数。
如果你需要对两个图片中的特征点进行匹配,就要用到这两个文件。

kdtree.h和kdtree.c的源码分析在这里:


(6) xform.h和xform.c文件

这两个文件中实现了RANSAC算法(RANdom SAmple Consensus 随机抽样一致)。
RANSAC算法可用来筛选两个图像间的SIFT特征匹配并计算变换矩阵。
你可以单纯利用RANSAC算法筛选两个图像间的SIFT特征匹配,以得到更好的匹配结果,见此文:

或者想要进行全景拼接时,利用RANSAC算法计算两个图像间的变换矩阵。

xform.h和xform.c的源码分析在这里:


(7) 其他文件:dspfeat.c,match.c,siftfeat.c

这几个文件中是一些使用SIFT算法的小例子:

  • dspfeat.c文件可以从预先保存的特征点文件中读取特征点并显示在图片上。
  • match.c文件可以检测两个图像中的特征点并进行匹配。
  • siftfeat.c文件利用SIFT算法检测特征点,有一些控制台操作提示。

上一篇 RobHess的SIFT源码分析:imgfeatures.h和imgfeatures.c文件

下一篇 利用RANSAC算法筛选SIFT特征匹配

域名迁移公告
2017年12月20日起,本博客迁移到新域名madaimeng.com,旧域名masikkk.com不再更新内容,但将永久保持可访问!
阅读
1,920
阅读预计8分钟
创建日期 2013-06-27
修改日期 2017-06-24
类别
百度推荐