特徴の検出と記述¶

cv::FAST¶

Comments from the Wiki

void FAST(const Mat& image, vector<KeyPoint>& keypoints, int threshold, bool nonmaxSupression=true)¶

Rosten (‘’Machine learning for high-speed corner detection’‘, 2006) によるFASTアルゴリズムを利用して，コーナーを検出します．

パラメタ:

image – 画像．ここからキーポイント（コーナー）が検出されます．
keypoints – 画像から検出されたキーポイント．
threshold – 中心ピクセルと，そのまわりの円周上のピクセルとの輝度値の差の閾値．アルゴリズムの説明を参照してください．
nonmaxSupression – これが true の場合，検出されたコーナー（キーポイント）に対して non-maximum supression が適用されます．

MSER¶

Comments from the Wiki

MSER¶

Maximally-Stable Extremal Region 抽出器．

class MSER : public CvMSERParams
{
public:
    // デフォルトコンストラクタ
    MSER();
    // すべてのアルゴリズムパラメータを初期化するコンストラクタ
    MSER( int _delta, int _min_area, int _max_area,
          float _max_variation, float _min_diversity,
          int _max_evolution, double _area_threshold,
          double _min_margin, int _edge_blur_size );
    // 指定した画像上でこの抽出器を走らせると，個々に輪郭
    // （ vector<Point>, findContours を参照）としてエンコードされた複数の MSER が返されます．
    // オプションマスクは， MSER を検索する対象となる領域を指定します．
    void operator()( const Mat& image, vector<vector<Point> >& msers, const Mat& mask ) const;
};

このクラスは，MSER 抽出アルゴリズム（ http://en.wikipedia.org/wiki/Maximally_stable_extremal_regions を参照してください）の全パラメータをカプセル化します．

StarDetector¶

Comments from the Wiki

StarDetector¶

Star キーポイント検出器の実装．

class StarDetector : CvStarDetectorParams
{
public:
    // デフォルトコンストラクタ
    StarDetector();
    // アルゴリズムの全パラメータを初期化するフルコンストラクタ：
    // maxSize - 特徴の最大サイズ．
    //      以下のパラメータ値がサポートされます：
    //      4, 6, 8, 11, 12, 16, 22, 23, 32, 45, 46, 64, 90, 128
    // responseThreshold - 近似されたラプラシアンに対する閾値．
    //      弱い特徴を除外するために利用されます．これが大きくなるほど，
    //      検出される特徴数が少なくなります．
    // lineThresholdProjected - ラプラシアンに対する別の閾値．
    //         エッジを除外するために利用されます．
    // lineThresholdBinarized - 特徴のサイズに対する別の閾値．
    //         エッジを除外するために利用されます．
    // これら2つの閾値が大きくなるほど，検出される特徴点が増えます．
    StarDetector(int maxSize, int responseThreshold,
                 int lineThresholdProjected,
                 int lineThresholdBinarized,
                 int suppressNonmaxSize);
    // 画像中のキーポイントを検出します．
    void operator()(const Mat& image, vector<KeyPoint>& keypoints) const;
};

このクラスは， Agrawal08 で述べられる CenSurE keypoint 検出器の改良版の実装です．

SIFT¶

Comments from the Wiki

SIFT¶

キーポイントの検出および，Scale Invariant Feature Transform (SIFT) と呼ばれる手法を用いたディスクリプタを計算するクラス．

class CV_EXPORTS SIFT
{
public:
    struct CommonParams
    {
        static const int DEFAULT_NOCTAVES = 4;
        static const int DEFAULT_NOCTAVE_LAYERS = 3;
        static const int DEFAULT_FIRST_OCTAVE = -1;
        enum{ FIRST_ANGLE = 0, AVERAGE_ANGLE = 1 };

        CommonParams();
        CommonParams( int _nOctaves, int _nOctaveLayers, int _firstOctave,
                                          int _angleMode );
        int nOctaves, nOctaveLayers, firstOctave;
        int angleMode;
    };

    struct DetectorParams
    {
        static double GET_DEFAULT_THRESHOLD()
          { return 0.04 / SIFT::CommonParams::DEFAULT_NOCTAVE_LAYERS / 2.0; }
        static double GET_DEFAULT_EDGE_THRESHOLD() { return 10.0; }

        DetectorParams();
        DetectorParams( double _threshold, double _edgeThreshold );
        double threshold, edgeThreshold;
    };

    struct DescriptorParams
    {
        static double GET_DEFAULT_MAGNIFICATION() { return 3.0; }
        static const bool DEFAULT_IS_NORMALIZE = true;
        static const int DESCRIPTOR_SIZE = 128;

        DescriptorParams();
        DescriptorParams( double _magnification, bool _isNormalize,
                                                  bool _recalculateAngles );
        double magnification;
        bool isNormalize;
        bool recalculateAngles;
    };

    SIFT();
    //! SIFT 検出器のコンストラクタ
    SIFT( double _threshold, double _edgeThreshold,
          int _nOctaves=CommonParams::DEFAULT_NOCTAVES,
          int _nOctaveLayers=CommonParams::DEFAULT_NOCTAVE_LAYERS,
          int _firstOctave=CommonParams::DEFAULT_FIRST_OCTAVE,
          int _angleMode=CommonParams::FIRST_ANGLE );
    //! SIFT 検出器のコンストラクタ
    SIFT( double _magnification, bool _isNormalize=true,
          bool _recalculateAngles = true,
          int _nOctaves=CommonParams::DEFAULT_NOCTAVES,
          int _nOctaveLayers=CommonParams::DEFAULT_NOCTAVE_LAYERS,
          int _firstOctave=CommonParams::DEFAULT_FIRST_OCTAVE,
          int _angleMode=CommonParams::FIRST_ANGLE );
    SIFT( const CommonParams& _commParams,
          const DetectorParams& _detectorParams = DetectorParams(),
          const DescriptorParams& _descriptorParams = DescriptorParams() );

    //! ディスクリプタのサイズを float (128) で返します．
    int descriptorSize() const { return DescriptorParams::DESCRIPTOR_SIZE; }
    //! SIFTアルゴリズムを用いてキーポイントを検出します．
    void operator()(const Mat& img, const Mat& mask,
                    vector<KeyPoint>& keypoints) const;
    //! SIFTアルゴリズムを用いてキーポイントを検出し，ディスクリプタを計算します．
    //! オプションとして，ユーザが与えたキーポイントに対するディスクリプタを計算することもできます．
    void operator()(const Mat& img, const Mat& mask,
                    vector<KeyPoint>& keypoints,
                    Mat& descriptors,
                    bool useProvidedKeypoints=false) const;

    CommonParams getCommonParams () const { return commParams; }
    DetectorParams getDetectorParams () const { return detectorParams; }
    DescriptorParams getDescriptorParams () const { return descriptorParams; }
protected:
    ...
};

SURF¶

Comments from the Wiki

SURF¶

画像から SURF 特徴を抽出するためのクラス．

class SURF : public CvSURFParams
{
public:
    // デフォルトコンストラクタ
    SURF();
    // すべてのアルゴリズムパラメータを初期化するコンストラクタ
    SURF(double _hessianThreshold, int _nOctaves=4,
         int _nOctaveLayers=2, bool _extended=false);
    // 各ディスクリプタの要素数（ 64 または 128 ）を返します．
    int descriptorSize() const;
    // 高速なマルチスケール Hesian 検出器を用いて keypoint を検出します．
    void operator()(const Mat& img, const Mat& mask,
                    vector<KeyPoint>& keypoints) const;
    // キーポイントを検出し，それらに対する SURF ディスクリプタを計算します．
    // 出力ベクトル "descriptors" には，ディスクリプタの要素が格納され，
    // そのサイズは descriptorSize()*keypoints.size() と等しくなります．
    // 各ディスクリプタは descriptorSize() 個の要素を持ちます．
    void operator()(const Mat& img, const Mat& mask,
                    vector<KeyPoint>& keypoints,
                    vector<float>& descriptors,
                    bool useProvidedKeypoints=false) const;
};

SURF クラスは，SURF ディスクリプタ Bay06 の実装です．（デフォルトでは）キーポイントの検出に，高速マルチスケール Hessian キーポイント検出器が利用されます．しかし，ディスクリプタ自体は，ユーザが指定した他のキーポイントに対しても計算することができます．この関数は，物体追跡，位置同定，画像スティッチングなどに利用できます． OpenCV のサンプルディレクトリにある find_obj.cpp デモを参照してください．

RandomizedTree¶

Comments from the Wiki

RandomizedTree¶

RTreeClassifier に対する基本構造を含むクラス．

class CV_EXPORTS RandomizedTree
{
public:
        friend class RTreeClassifier;

        RandomizedTree();
        ~RandomizedTree();

        void train(std::vector<BaseKeypoint> const& base_set,
                 cv::RNG &rng, int depth, int views,
                 size_t reduced_num_dim, int num_quant_bits);
        void train(std::vector<BaseKeypoint> const& base_set,
                 cv::RNG &rng, PatchGenerator &make_patch, int depth,
                 int views, size_t reduced_num_dim, int num_quant_bits);

        // 以下の 2 つの関数は実験的なものです．
        // （何をやっているか正確に理解できなければ，利用しないでください）
        static void quantizeVector(float *vec, int dim, int N, float bnds[2],
                 int clamp_mode=0);
        static void quantizeVector(float *src, int dim, int N, float bnds[2],
                 uchar *dst);

        // patch_datg は，必ず 32x32 の配列です（行のパディングはありません）
        float* getPosterior(uchar* patch_data);
        const float* getPosterior(uchar* patch_data) const;
        uchar* getPosterior2(uchar* patch_data);

        void read(const char* file_name, int num_quant_bits);
        void read(std::istream &is, int num_quant_bits);
        void write(const char* file_name) const;
        void write(std::ostream &os) const;

        int classes() { return classes_; }
        int depth() { return depth_; }

        void discardFloatPosteriors() { freePosteriors(1); }

        inline void applyQuantization(int num_quant_bits)
                 { makePosteriors2(num_quant_bits); }

private:
        int classes_;
        int depth_;
        int num_leaves_;
        std::vector<RTreeNode> nodes_;
        float **posteriors_;        // 16 バイトにアラインメント調整された事後確率
        uchar **posteriors2_;     // 16 バイトにアラインメント調整された事後確率
        std::vector<int> leaf_counts_;

        void createNodes(int num_nodes, cv::RNG &rng);
        void allocPosteriorsAligned(int num_leaves, int num_classes);
        void freePosteriors(int which);
                 // which: 1=posteriors_, 2=posteriors2_, 3=both
        void init(int classes, int depth, cv::RNG &rng);
        void addExample(int class_id, uchar* patch_data);
        void finalize(size_t reduced_num_dim, int num_quant_bits);
        int getIndex(uchar* patch_data) const;
        inline float* getPosteriorByIndex(int index);
        inline uchar* getPosteriorByIndex2(int index);
        inline const float* getPosteriorByIndex(int index) const;
        void convertPosteriorsToChar();
        void makePosteriors2(int num_quant_bits);
        void compressLeaves(size_t reduced_num_dim);
        void estimateQuantPercForPosteriors(float perc[2]);
};

cv::RandomizedTree::train¶

Comments from the Wiki

void train(std::vector<BaseKeypoint> const& base_set, cv::RNG &rng, PatchGenerator &make_patch, int depth, int views, size_t reduced_num_dim, int num_quant_bits)¶: 入力キーポイント集合を用いて，ランダムツリーを学習します．

void train(std::vector<BaseKeypoint> const& base_set, cv::RNG &rng, PatchGenerator &make_patch, int depth, int views, size_t reduced_num_dim, int num_quant_bits)

パラメタ:

base_set – BaseKeypoint 型のベクトル．画像から得られたキーポイントが格納されており，これらが学習に利用されます．
rng – 学習に利用される乱数生成器．
make_patch – 学習に利用されるパッチ生成器．
depth – ツリーの深さの最大値．
reduced_num_dim – 圧縮されたシグネチャで利用される次元数．
num_quant_bits – 量子化に利用されるビット数．

cv::RandomizedTree::read¶

Comments from the Wiki

read(const char* file_name, int num_quant_bits)¶: 事前に保存されたランダムツリーを，ファイルやストリームから読み込みます．

read(std::istream &is, int num_quant_bits)

パラメタ:	file_name – ランダムツリーデータが保存されたファイルの名前． is – ランダムツリーデータが保存されたファイルに関連付けられた入力ストリーム． num_quant_bits – 量子化に利用されるビット数．

cv::RandomizedTree::write¶

Comments from the Wiki

void write(const char* file_name) const¶: 現在のランダムツリーを，ファイルやストリームに書き出します．

void write(std::ostream &os) const

パラメタ:	file_name – ランダムツリーデータを保存するファイル名． is – ランダムツリーデータを保存するファイルに関連付けられた出力ストリーム．

cv::RandomizedTree::applyQuantization¶

Comments from the Wiki

void applyQuantization(int num_quant_bits)¶

現在のランダムツリーを量子化します．

パラメタ:	num_quant_bits – 量子化に利用されるビット数．

RTreeNode¶

Comments from the Wiki

RTreeNode¶

RandomizedTree に対する基本構造を含むクラス．

struct RTreeNode
{
        short offset1, offset2;

        RTreeNode() {}

        RTreeNode(uchar x1, uchar y1, uchar x2, uchar y2)
                : offset1(y1*PATCH_SIZE + x1),
                offset2(y2*PATCH_SIZE + x2)
        {}

        //! 左の子は 0 ，右の子は 1 を返します．
        inline bool operator() (uchar* patch_data) const
        {
                return patch_data[offset1] > patch_data[offset2];
        }
};

RTreeClassifier¶

Comments from the Wiki

RTreeClassifier¶

このクラスは， RTreeClassifier を含みます．それは， Michael Calonder によって提唱された calonder ディスクリプタを表現します．

class CV_EXPORTS RTreeClassifier
{
public:
        static const int DEFAULT_TREES = 48;
        static const size_t DEFAULT_NUM_QUANT_BITS = 4;

        RTreeClassifier();

        void train(std::vector<BaseKeypoint> const& base_set,
                cv::RNG &rng,
                int num_trees = RTreeClassifier::DEFAULT_TREES,
                int depth = DEFAULT_DEPTH,
                int views = DEFAULT_VIEWS,
                size_t reduced_num_dim = DEFAULT_REDUCED_NUM_DIM,
                int num_quant_bits = DEFAULT_NUM_QUANT_BITS,
                         bool print_status = true);
        void train(std::vector<BaseKeypoint> const& base_set,
                cv::RNG &rng,
                PatchGenerator &make_patch,
                int num_trees = RTreeClassifier::DEFAULT_TREES,
                int depth = DEFAULT_DEPTH,
                int views = DEFAULT_VIEWS,
                size_t reduced_num_dim = DEFAULT_REDUCED_NUM_DIM,
                int num_quant_bits = DEFAULT_NUM_QUANT_BITS,
                 bool print_status = true);

        // sig は，少なくとも classes()*sizeof(float|uchar)
                // バイトのメモリブロックを指さなければいけません．
        void getSignature(IplImage *patch, uchar *sig);
        void getSignature(IplImage *patch, float *sig);
        void getSparseSignature(IplImage *patch, float *sig,
                 float thresh);

        static int countNonZeroElements(float *vec, int n, double tol=1e-10);
        static inline void safeSignatureAlloc(uchar **sig, int num_sig=1,
                        int sig_len=176);
        static inline uchar* safeSignatureAlloc(int num_sig=1,
                         int sig_len=176);

        inline int classes() { return classes_; }
        inline int original_num_classes()
                 { return original_num_classes_; }

        void setQuantization(int num_quant_bits);
        void discardFloatPosteriors();

        void read(const char* file_name);
        void read(std::istream &is);
        void write(const char* file_name) const;
        void write(std::ostream &os) const;

        std::vector<RandomizedTree> trees_;

private:
        int classes_;
        int num_quant_bits_;
        uchar **posteriors_;
        ushort *ptemp_;
        int original_num_classes_;
        bool keep_floats_;
};

cv::RTreeClassifier::train¶

Comments from the Wiki

void train(std::vector<BaseKeypoint> const& base_set, cv::RNG &rng, int num_trees = RTreeClassifier::DEFAULT_TREES, int depth = DEFAULT_DEPTH, int views = DEFAULT_VIEWS, size_t reduced_num_dim = DEFAULT_REDUCED_NUM_DIM, int num_quant_bits = DEFAULT_NUM_QUANT_BITS, bool print_status = true): 入力キーポイント集合を用いて，ランダムツリー分類器を学習します．

void train(std::vector<BaseKeypoint> const& base_set, cv::RNG &rng, PatchGenerator &make_patch, int num_trees = RTreeClassifier::DEFAULT_TREES, int depth = DEFAULT_DEPTH, int views = DEFAULT_VIEWS, size_t reduced_num_dim = DEFAULT_REDUCED_NUM_DIM, int num_quant_bits = DEFAULT_NUM_QUANT_BITS, bool print_status = true)

パラメタ:

base_set – BaseKeypoint 型のベクトル．ここに含まれる，画像から取得したキーポイントが学習に利用されます．
rng – 学習に利用される乱数生成器．
make_patch – 学習に利用されるパッチ生成器．
num_trees – RTreeClassificator 内のランダムツリーの数．
depth – ツリーの深さの最大値．
reduced_num_dim – 圧縮されたシグネチャで利用される次元数．
num_quant_bits – 量子化に利用されるビット数．
print_status – 現在の学習状況をコンソールに出力します．

cv::RTreeClassifier::getSignature¶

Comments from the Wiki

void getSignature(IplImage *patch, uchar *sig)¶: 画像パッチのシグネチャを返します．

void getSignature(IplImage *patch, float *sig)

パラメタ:	patch – 画像パッチ．これに対するシグネチャが計算されます． sig – 出力されるシグネチャ（配列の次元は `reduced_num_dim` です）．

cv::RTreeClassifier::getSparseSignature¶

Comments from the Wiki

void getSparseSignature(IplImage *patch, float *sig, float thresh)¶

この関数は， getSignatureと似ていますが，閾値より小さいシグネチャ要素をすべて削除するための閾値を利用します．その結果，シグネチャが圧縮されます．

パラメタ:	patch – 画像パッチ．これに対するシグネチャが計算されます． sig – 出力されるシグネチャ（配列の次元は `reduced_num_dim` です）． tresh – シグネチャの圧縮に利用される閾値．

cv::RTreeClassifier::countNonZeroElements¶

Comments from the Wiki

static int countNonZeroElements(float *vec, int n, double tol=1e-10)¶

この関数は，入力配列中の 0 ではない要素の個数を返します．

パラメタ:	vec – float 型の要素を含む入力ベクトル． n – 入力ベクトルのサイズ． tol – 要素のカウントに利用される閾値． `tol` より小さい値の要素をすべて 0 として扱います．

cv::RTreeClassifier::read¶

Comments from the Wiki

read(const char* file_name): 事前に保存された RTreeClassifier を，ファイルやストリームから読み込みます．

read(std::istream &is)

パラメタ:	file_name – ランダムツリーデータが保存されたファイルの名前． is – ランダムツリーデータが保存されたファイルに関連付けられた入力ストリーム．

cv::RTreeClassifier::write¶

Comments from the Wiki

void write(const char* file_name) const: 現在の RTreeClassifier を，ファイルやストリームに書き出します．

void write(std::ostream &os) const

パラメタ:	file_name – ランダムツリーデータを保存するファイル名． is – ランダムツリーデータを保存するファイルに関連付けられた出力ストリーム．

cv::RTreeClassifier::setQuantization¶

Comments from the Wiki

void setQuantization(int num_quant_bits)¶

現在のランダムツリーを量子化します．

パラメタ:	num_quant_bits – 量子化に利用されるビット数．

以下に， RTreeClassifier を利用した特徴点マッチングの例を示します．ここでは，訓練画像とテスト画像があり，その両方から SURF 特徴を抽出します．そして，最も高い確率値と，それに対応する訓練画像の特徴インデックスが， $best\_corr$ と $best\_corr\_idx$ の配列に出力されます．

CvMemStorage* storage = cvCreateMemStorage(0);
CvSeq *objectKeypoints = 0, *objectDescriptors = 0;
CvSeq *imageKeypoints = 0, *imageDescriptors = 0;
CvSURFParams params = cvSURFParams(500, 1);
cvExtractSURF( test_image, 0, &imageKeypoints, &imageDescriptors,
                 storage, params );
cvExtractSURF( train_image, 0, &objectKeypoints, &objectDescriptors,
                 storage, params );

cv::RTreeClassifier detector;
int patch_width = cv::PATCH_SIZE;
iint patch_height = cv::PATCH_SIZE;
vector<cv::BaseKeypoint> base_set;
int i=0;
CvSURFPoint* point;
for (i=0;i<(n_points > 0 ? n_points : objectKeypoints->total);i++)
{
        point=(CvSURFPoint*)cvGetSeqElem(objectKeypoints,i);
        base_set.push_back(
                cv::BaseKeypoint(point->pt.x,point->pt.y,train_image));
}

        // 検出器の学習
 cv::RNG rng( cvGetTickCount() );
cv::PatchGenerator gen(0,255,2,false,0.7,1.3,-CV_PI/3,CV_PI/3,
                        -CV_PI/3,CV_PI/3);

printf("RTree Classifier training...n");
detector.train(base_set,rng,gen,24,cv::DEFAULT_DEPTH,2000,
        (int)base_set.size(), detector.DEFAULT_NUM_QUANT_BITS);
printf("Donen");

float* signature = new float[detector.original_num_classes()];
float* best_corr;
int* best_corr_idx;
if (imageKeypoints->total > 0)
{
        best_corr = new float[imageKeypoints->total];
        best_corr_idx = new int[imageKeypoints->total];
}

for(i=0; i < imageKeypoints->total; i++)
{
        point=(CvSURFPoint*)cvGetSeqElem(imageKeypoints,i);
        int part_idx = -1;
        float prob = 0.0f;

        CvRect roi = cvRect((int)(point->pt.x) - patch_width/2,
                (int)(point->pt.y) - patch_height/2,
                 patch_width, patch_height);
        cvSetImageROI(test_image, roi);
        roi = cvGetImageROI(test_image);
        if(roi.width != patch_width || roi.height != patch_height)
        {
                best_corr_idx[i] = part_idx;
                best_corr[i] = prob;
        }
        else
        {
                cvSetImageROI(test_image, roi);
                IplImage* roi_image =
                         cvCreateImage(cvSize(roi.width, roi.height),
                         test_image->depth, test_image->nChannels);
                cvCopy(test_image,roi_image);

                detector.getSignature(roi_image, signature);
                for (int j = 0; j< detector.original_num_classes();j++)
                {
                        if (prob < signature[j])
                        {
                                part_idx = j;
                                prob = signature[j];
                        }
                }

                best_corr_idx[i] = part_idx;
                best_corr[i] = prob;


                if (roi_image)
                        cvReleaseImage(&roi_image);
        }
        cvResetImageROI(test_image);
}

特徴の検出と記述¶

cv::FAST¶

MSER¶

StarDetector¶

SIFT¶

SURF¶

RandomizedTree¶

cv::RandomizedTree::train¶

cv::RandomizedTree::read¶

cv::RandomizedTree::write¶

cv::RandomizedTree::applyQuantization¶

RTreeNode¶

RTreeClassifier¶

cv::RTreeClassifier::train¶

cv::RTreeClassifier::getSignature¶

cv::RTreeClassifier::getSparseSignature¶

cv::RTreeClassifier::countNonZeroElements¶

cv::RTreeClassifier::read¶

cv::RTreeClassifier::write¶

cv::RTreeClassifier::setQuantization¶

ヘルプとフィードバック

目次

前のトピックへ

次のトピックへ

このページ

ナビゲーション

特徴の検出と記述¶

cv::FAST¶

MSER¶

StarDetector¶

SIFT¶

SURF¶

RandomizedTree¶

cv::RandomizedTree::train¶

cv::RandomizedTree::read¶

cv::RandomizedTree::write¶

cv::RandomizedTree::applyQuantization¶

RTreeNode¶

RTreeClassifier¶

cv::RTreeClassifier::train¶

cv::RTreeClassifier::getSignature¶

cv::RTreeClassifier::getSparseSignature¶

cv::RTreeClassifier::countNonZeroElements¶

cv::RTreeClassifier::read¶

cv::RTreeClassifier::write¶

cv::RTreeClassifier::setQuantization¶

ヘルプとフィードバック

目次

前のトピックへ

次のトピックへ

このページ

クイック検索

ナビゲーション