我在理解FREAK描述符中的参数orientationNormalized和scaleNormalized时遇到了困难。对它们的含义或作用有任何想法吗？
OpenCV FREAK doc:http://docs.opencv.org/modules/features2d/doc/feature_detection_and_description.html#freak-freak
最佳答案
正如old-ufo所说:使用“orientationNormalized”，将估算关键点的方向并将其存储在keyPoint的参数“angle”中。哪个可以用于更好的匹配。
scaleNormalization确实会影响边界检查，但是背景是，如果打开scaleNormalization，则将根据this公式缩放模式的大小(用于提取描述符)。 (请注意，“最小”关键点的大小取决于default 7)
为了更好地了解缩放比例，还必须研究buildPattern()方法!
(并阅读相应的paper)