我正在研究一种应用于组织学图像的图像配准方法。
我有一个问题。我想使用MSER特征检测器来检测图像上的关键点。使用opencv提供的MSER函数检索MSER轮廓后，我计算了每个轮廓的质心，以便将其用作一个有趣的点。
如果我直接描述有趣的点，例如使用Surf描述符，则该描述符的大小为1，无法进行比较。
因此，有必要用适当的大小来修改描述符的大小。
有人有主意吗？
谢谢
最佳答案
Tha的回答很晚，但我希望它对某人有帮助。
MSER返回您的地区而不是积分。
为了从MSER区域提取描述符，您必须将区域映射到标准尺寸，例如从任何椭圆形映射到30x30像素圆，然后从其中提取描述符(例如SURF)。
如果单独使用SURF，则它将Harris角用作兴趣点，然后在比例空间中围绕其固定尺寸的窗口。
通常通过比较描述符来完成匹配。您正在尝试匹配不同的关键点(或兴趣点)。
最后但并非最不重要的一点是，由于MSER检测到同质区域且SURF使用Harris Corners，因此MSER质心和SURF兴趣点不可能出现在同一位置。 MSER的质心不能有角，因此从技术上讲，它们始终是彼此的异常值。
在MATLAB 2011及更高版本中，可以将MSER与SURF描述符(包含在计算机视觉系统工具箱中)组合。
另一种方法是使用http://www.robots.ox.ac.uk/~vgg/research/affine/descriptors.html共享的computer_descriptors.ln
最好的祝福
关于opencv - 使用MSER作为有趣的关键点来计算描述符的大小，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/13126014/