OpenCV 특징점 검출과 기술

OpenCV 특징점 클래스

OpenCV 특징점 클래스

• Feature2D 클래스와 파생 클래스
  
• 특징점 표현을 위한 KeyPoint클래스
  
• 특징점 클래스 객체 생성 함수
  
  • Feature2D 상속 클래스들은 모두 create()라는 이름의 정적 멤버 함수를 제공
  • 각각의 create() 함수는 다수의 인자를 가지지만, 디폴트 인자가 정의되어있음
  • Ptr은 OpenCV에서 구현한 스마트 포인터 클래스

특징점 검출 방법

특징점 검출 방법

• 영상에서 특징점 검출 함수

  virtual void Feature2D::detect(InputArray image, std::vector<KeyPoint>& keypoints, InputArray mask = noArray());

  • image: 입력 영상
  • keypoints: (출력) 검출된 특징점 정보. vector<KeyPoint>자료형
  • mask: 마스크 영상
• 검출된 특징점 그리기 함수
  

특징점 기술자 구하기

특징점 기술자 구하기

• 기술자(descriptor, feature vector)

  • 각각의 특징점 근방의 부분 영상을 표현하는 실수 또는 이진 벡터
  • OpenCV에서는 Mat 객체로 표현
    • 행 개수: 특징점 개수
    • 열 개수: 특징점 기술자 알고리즘에 의해 정의됨

• 실수 기술자

  • 주로 특징점 부근 부분 영상의 방향 히스토그램을 사용
    
  • 보통 float 자료형을 사용하여 실수 정보를 저장하는 방식
  • 실수 기술자를 사용하는 알고리즘:SIFT, SURF, KAZE 등
  • 실수 기술자는 보통 L2노름(L2 norm)을 사용하여 유사도를 판단

• 이진 기술자(binary descriptor)

  • 이진 테스트(binary test)를 이용하여 부분 영상의 특징을 기술
    

  • 보통 uchar 자료형을 사용하여 비트 단위로 영상 특징 정보를 저장

  • 이진 기술자를 사용하는 알고리즘: AKAZE, ORB, BRIEF

  • 이진 기술자는 해밍 거리(Hamming distance)를 사용하여 유사도를 판단

    • e.g) d1 = 1011101, d2 = 1001001 인 경우 해밍거리는 2

• 특징점에서 기술자(특징 벡터) 계산

  virtual void Feature2D::compute(InputArray image, std::vector<KeyPoint>& keypoints, OutputArrays descriptors);

  • image:(입력) 입력 영상
  • keypoints:(입력) 검출된 특징점 정보. vector<KeyPoint>자료형
  • descriptors:(출력) 특징점 기술자 행렬. Mat자료형

• 특징점 검출 및 기술자(특징 벡터) 계산
  

특징점 기술자 구하기

• OpenCV 주요 특징점 알고리즘과 기술자 특성
  
  • 속도가 중요하다: ORB
  • 속도와 성능이 다 중요하다: AKAZE
  • 성능이 중요하다: SIFT

특징점 알고리즘 성능 비교

특징점 알고리즘 성능 비교

• 특징점 검출 알고리즘 성능 비교
  • 연산 시간 비교
    
  • SIFT, AKZAE, ORB만 사용
• 특징점 검출 알고리즘 성능 비교