Алгоритмы сопоставления с шаблоном

Question

Пожалуйста, предложите любые алгоритмы сопоставления шаблонов, которые не зависят от размера и поворота.(любые исходные коды в качестве примеров, если возможно, пожалуйста)

EDIT １: На самом деле я понимаю, как работает алгоритм, мы можем изменить размер шаблона и повернуть его.Это вычислительно дорого, но мы можем использовать изображения пирамид.Но настоящая проблема для меня сейчас заключается в том, что изображение сделано под некоторым углом к ​​объекту, так что только перспективное преобразование может исправить изображение.Я имею в виду, что даже если мы повернем изображение или масштабируем его, мы не получим хорошего соответствия, если объект на изображении будет преобразован в перспективе.Конечно, можно попытаться сгенерировать много шаблонов с разных точек зрения, но я думаю, что это очень плохая идея.

РЕДАКТИРОВАТЬ ： ： Еще одна проблема при использовании сопоставления с шаблоном на основе сопоставления формы.Что если изображение не имеет много острых краев?Например, тарелка или блюдо?

РЕДАКТИРОВАТЬ ： ： Я также слышал о калибровке камеры для обнаружения объекта.Какой алгоритм используется для этой цели?Я не понимаю, как это можно использовать для сопоставления с шаблоном.

Answer 1

Ознакомьтесь с этой недавней статьей 2013 года по эффективному сопоставлению аффинных шаблонов: «Быстрое совпадение».http://www.eng.tau.ac.il/~simonk/FastMatch/

Код Matlab доступен на этом сайте.Основная идея состоит в том, чтобы провести исчерпывающий поиск в аффинном пространстве, но сделать это как можно реже, исходя из того, насколько гладко изображение.Имеет формальную гарантию приближения, хотя и не всегда найдет лучший ответ.

Answer 2

Я не думаю, что существует эффективный алгоритм сопоставления шаблонов, который является аффинно-инвариантным (вращение + масштаб + перемещение).

Вы можете сделать сопоставление шаблона несколько более устойчивым к масштабированию + повороту, используя преобразование расстояния (см. Методы фаски).Возможно, вам также следует взглянуть на SIFT и MSER, чтобы понять, как область исследований была сформирована в последнее десятилетие.Но это не алгоритмы сопоставления шаблонов.