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)