HardBirch

小玩OpenSURF图像识别

时间:10-07-04 栏目:安卓入门与提高 作者:张飞不张,文采横飞 评论:20 点击: 5,477 次

      最近工作有点闲,有时间就玩点有意思的东西------SURF 图像识别(WIKI地址),懂了图像识别,真的有很多东西可以玩。。。。。先看看本文实现的效果:

 左图不是相同的指纹,右图为相同的指纹

ShapeContext算法中典型的实验图片。。。借来用用而已。。。

 

本文修改后的代码可以到这里:http://download.csdn.net/source/2515577下载,本文的代码改自GoogleCode的OpenSource。

 

      网上已经有很多封装好的SURF算法,这里我挑OpenSURF.OpenSURF在GoogleCode的地址http://code.google.com/p/opensurf1/,在【Source】 Tab里有C++版和C#版,C++版依赖Opencv,C#版不依赖OpenCV,我选择了C#版裸奔SURF。。。。在使用OpenSURF的C#版发现两个问题:

1。没有Match模块,所以这个就得自己写了;
2。OpenSURF for C#竟然大量使用GetPixel() ...... -. -||| ......做过图像处理的兄弟都应该知道GetPixel()的效率...........这个也得自己改改。

 

解决问题1:C++版包含了Match模块,所以我就参考C++版的,写成C#。。。。。以下是我自己添加的Match代码:




class Utils
{
private const float FLT_MAX = 3.402823466e+38F; /* max value */

public static List<IPoint>[] getMatches(List<IPoint> ipts1, List<IPoint> ipts2)
{
double dist;
double d1, d2;
IPoint match = new IPoint();

List<IPoint>[] matches = new List<IPoint>[2];
matches[0] = new List<IPoint>();
matches[1] = new List<IPoint>();

for (int i = 0; i < ipts1.Count; i++)
{
d1 = d2 = FLT_MAX;

for (int j = 0; j < ipts2.Count; j++)
{
dist = GetDistance(ipts1[i], ipts2[j]);

if (dist < d1) // if this feature matches better than current best
{
d2 = d1;
d1 = dist;
match = ipts2[j];
}
else if (dist < d2) // this feature matches better than second best
{
d2 = dist;
}
}
// If match has a d1:d2 ratio < 0.65 ipoints are a match
if (d1 / d2 < 0.77) //越小Match点越少
{
matches[0].Add(ipts1[i]);
matches[1].Add(match);
}
}
return matches;
}

private static double GetDistance(IPoint ip1, IPoint ip2)
{
float sum = 0.0f;
for (int i = 0; i < 64; ++i)
sum += (ip1.descriptor[i] - ip2.descriptor[i]) * (ip1.descriptor[i] - ip2.descriptor[i]);
return Math.Sqrt(sum);
}
}

 

 

解决问题2:参考网上的代码,把IntegralImage.cs的FromImage(Bitmap image)函数改成:











// integral image is rowsum + value above
if(y==0)
pic[0, x] = rowsum;
else
pic[y, x] = rowsum + pic[y - 1, x];
}
}*/

BitmapData dataIn = image.LockBits(new Rectangle(0, 0, image.Width, image.Height), ImageLockMode.ReadOnly, PixelFormat.Format24bppRgb);

unsafe
{
byte* pIn = (byte*)(dataIn.Scan0.ToPointer());
for (int y = 0; y < dataIn.Height; y++)
{
rowsum = 0;
for (int x = 0; x < dataIn.Width; x++)
{
int cb = (byte)( pIn[0]);
int cg = (byte)(pIn[1]);
int cr = (byte)(pIn[2]);

// 0 1 2代表的次序是B G R
rowsum += (cR * cr + cG * cg + cB * cb) / 255f;
// integral image is rowsum + value above
if (y == 0)
pic[0, x] = rowsum;
else
pic[y, x] = rowsum + pic[y - 1, x];

pIn += 3;
}
pIn += dataIn.Stride - dataIn.Width * 3;
}
}
image.UnlockBits(dataIn);
return pic;
}

OK,解决了以上两个问题,OpenSURF的C#版功能算是跟C++差不多了。。。。当然,C#跟C++的速度还有点差距的。。。。接下来就说说如何提高识别率,有两个关键的系数要微调的:

1。FastHessian.getIpoints(0.0001f, 5, 2, iimg);的第一个参数决定了特征点的数量,越小则特征点越多;

2。在Utils.cs里面的if (d1 / d2 < 0.77) //越小匹配的点越少,但误判断点也越少;越大匹配的点越多,但误判断点也越多。

 

以上两个要微调的函数就要具体情况具体微调了。。。。

声明: 本文由( 张飞不张,文采横飞 )原创编译,转载请保留链接: 小玩OpenSURF图像识别

小玩OpenSURF图像识别:目前有20 条留言

  1. 20楼
    匿名用户:

    [e03]

    2010-07-04 20:36 [回复]
  2. 19楼
    volkswageos:

    都可以自己写SURF算法啊?

    2010-07-04 20:37 [回复]
  3. 18楼
    匿名用户:

    神奇:
    哈哈,不错。提出两个问题:
    1.我觉得SURF用来做识别是有局限的,要匹配成功的话,要求两个图像非常相似。手写字符识别就不好做。
    2.getMatches函数得到的匹配点对不一定是一对一,也可以是一对多,在统计匹配点对的时候岂不是不准确?

    2010-07-04 20:47 [回复]
  4. 17楼
    hellogv:

    回复 匿名用户:。。。。你来注册个CSDN账号吧。。。。。

    2010-07-04 20:56 [回复]
  5. 16楼
    qzier_go:

    哇噻 指纹识别 !

    2010-07-04 23:10 [回复]
  6. 15楼
    qwe285735942:

    hellogv牛B呀

    2010-07-05 09:04 [回复]
  7. 14楼
    匿名用户:

    回复 hellogv:貌似有,懒登陆而已

    2010-07-05 09:12 [回复]
  8. 13楼
    twlwf007:

    [e03]

    2010-07-05 11:16 [回复]
  9. [e01]

    2010-07-05 11:53 [回复]
  10. 11楼
    W8892657:

    [e01]

    2010-07-05 12:54 [回复]
  11. 10楼
    kyonjin:

    [e06]

    2010-07-05 14:05 [回复]
  12. [e01][e02][e03][e04][e05][e06][e07][e08][e09][e10]

    2010-07-05 16:01 [回复]
  13. 8楼
    enmity:

    提供一些例子图片的下载吧

    2010-07-05 17:21 [回复]
  14. 7楼
    cfyj007:

    回复 匿名用户:
    这个要看你怎么用SURF算法去匹配 和SURF算法本身产生的IP是无关的
    推荐:采用比较严格的最近邻居匹配法:即保证两个匹配点互为最近邻居,且和次近邻居的比值小于某个数(即下面提到的if (d1 / d2 &lt; 0.77) 这个数字由David G.Lowe证出应该是0.7-0.8之间最合适,具体可以参考SIFT的一些论文)
    其次 再做完简单的最近邻居匹配后,再用RANSAC可以排除更多的误匹配点

    2010-07-05 20:10 [回复]
  15. [e03][e10]

    2010-07-06 09:53 [回复]
  16. 很喜欢,有用

    2010-07-07 09:31 [回复]
  17. 你好,请问有没有方法在wince下,读取jpeg图片后转换成IplImage格式呢?谢谢

    2010-10-23 18:40 [回复]
  18. 地板
    hellogv:

    回复 xiaowen0228:
    这个要自己实现读取JPEG图片,最简单的方法是把JPEG转化为BMP

    2010-10-23 18:53 [回复]
  19. 板凳
    hjthss:

    感谢LZ!终于找到一个能用的SURF了[e01]

    2011-03-22 17:07 [回复]
  20. 沙发
    pukerno3:

    QQ群:13471159,讨论图像识别方向知识、算法,共享资源,共同进步

    2011-06-25 16:14 [回复]

发表评论


QQ群互动

Linux系统与内核学习群:194051772

WP建站技术学习交流群:194062106

魔豆之路QR

魔豆的Linux内核之路

魔豆的Linux内核之路

优秀工程师当看优秀书籍

优秀程序员,要看优秀书!

赞助商广告

友荐云推荐