-
Notifications
You must be signed in to change notification settings - Fork 8
/
Copy pathsift.h
168 lines (118 loc) · 5.25 KB
/
sift.h
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
/*
SIFT 库文件
*/
#ifndef SIFT_H
#define SIFT_H
#include "image.h"
#include <list>
#include <vector>
namespace sift {
/****************************************
******* SIFT 参数 *******
***************************************/
/**************** 金字塔构建参数 *********************/
// 每个Octave中包含的尺度s: 实际计算使用3-5中的值
static int SIFT_INTVLS = 3;
// 高斯模糊Sigma
static float SIFT_SIGMA = 1.6f;
// assumed gaussian blur for input image
static float SIFT_INIT_SIGMA = 0.5f;
// 高斯核半径参数 (2*radius+1)x(2*radius+1), 通常使用2 或 3
static float SIFT_GAUSSIAN_FILTER_RADIUS = 3.0f;
/**************** 梯度方向参数 ******************/
// 关键点方向直方图的Bins数
static int SIFT_ORI_HIST_BINS = 36;
// 梯度方向直方图参数
static float SIFT_ORI_SIG_FCTR = 1.5f; // sigma
static float SIFT_ORI_RADIUS = 3 * SIFT_ORI_SIG_FCTR; //邻域窗口半径
// 辅方向阈值: 为了增强匹配的鲁棒性，只保留峰值大于主方向峰值80％的方向作为该关键点的辅方向
static float SIFT_ORI_PEAK_RATIO = 0.8f;
/**************** SIFT关键点筛选参数 *****************/
// 对比度阈值 |D(x)|
static float SIFT_CONTR_THR = 8.0f;
// 主曲率阈值 r
static float SIFT_CURV_THR = 10.0f;
// 子像素下阈值
static float SIFT_KEYPOINT_SUBPiXEL_THR = 0.6f;
// 边界阈值
static int SIFT_IMG_BORDER = 5;
// 最大插值步长
static int SIFT_MAX_INTERP_STEPS = 5;
/**************** SIFT描述子参数 *********************/
// 关键点邻域子区域划分数
static int SIFT_DESCR_WIDTH = 4;
// 每个子区域的梯度划分方向
static int SIFT_DESCR_HIST_BINS = 8;
// 描述子子区域边长参数
static float SIFT_DESCR_SCL_FCTR = 3.f;
// 大梯度值截断阈值
static float SIFT_DESCR_MAG_THR = 0.2f;
// 再归一化处理参数: convert floating-point to unsigned char
static float SIFT_INT_DESCR_FCTR = 512.f;
/****************** SIFT匹配参数 ********************/
// 用于匹配的近邻距离值阈值, 阈值越小匹配越精确, 0.1无匹配, |DR_nearest|/|DR_2nd_nearest|<SIFT_MATCH_NNDR_THR
static float SIFT_MATCH_NNDR_THR = 0.2f; //0.65f
/****************************************
******* 定义 *******
***************************************/
// SIFT关键点: 128维
#define DEGREE_OF_DESCRIPTORS (128)
struct SiftKeypoint {
int octave; // octave数量
int layer; // layer数量
float rlayer; // layer实际数量
float r; // 归一化的row坐标
float c; // 归一化的col坐标
float scale; // 归一化的scale
float ri; // row坐标(layer)
float ci; // column坐标(layer)
float layer_scale; // scale(layer)
float ori; // 方向(degrees).
float mag; // 模值
float descriptors[DEGREE_OF_DESCRIPTORS];
};
// 关键点匹配对
struct MatchPair {
int r1;
int c1;
int r2;
int c2;
};
/****************************************
* 基础函数
***************************************/
// 高斯模糊
int gaussian_blur(const Image<float> &in, Image<float> &out, std::vector<float> coef1d);
// 高斯一维模糊(水平)&转置图像矩阵
int row_filter_transpose(float *src, float *dst, int w, int h, float *coef1d, int gR);
// 构建Octaves: 下采样
int build_octaves(const Image<unsigned char> &image, std::vector<Image<unsigned char>> &octaves, int nOctaves);
// 生成高斯模糊核
std::vector<std::vector<float>> compute_gaussian_coefs(int nOctaves, int nGpyrLayers);
// 构建高斯金字塔
int build_gaussian_pyramid(std::vector<Image<unsigned char>> &octaves, std::vector<Image<float>> &gpyr, int nOctaves, int nGpyrLayers);
// 构建DoG金字塔
int build_dog_pyr(std::vector<Image<float>> &gpyr, std::vector<Image<float>> &dogPyr, int nOctaves, int nDogLayers);
// 构建梯度金字塔: 用于关键点方向分配
int build_grd_rot_pyr(std::vector<Image<float>> &gpyr, std::vector<Image<float>> &grdPyr, std::vector<Image<float>> &rotPyr, int nOctaves,
int nLayers);
// 优化局部极值点
bool refine_local_extrema(std::vector<Image<float>> &dogPyr, int nOctaves, int nDogLayers, SiftKeypoint &kpt);
// Export keypoint list to a file.
int export_kpt_list_to_file(const char *filename, std::list<SiftKeypoint> &kpt_list, bool bIncludeDescpritor);
/****************************************
* SIFT 核心函数
***************************************/
// SIFT关键点检测
int detect_keypoints(std::vector<Image<float>> &dogPyr, std::vector<Image<float>> &grdPyr, std::vector<Image<float>> &rotPyr, int nOctaves, int nDogLayers, std::list<SiftKeypoint> &kpt_list);
// 生成SIFT描述子
int extract_descriptor(std::vector<Image<float>> &grdPyr, std::vector<Image<float>> &rotPyr, int nOctaves, int nGpyrLayers, std::list<SiftKeypoint> &kpt_list);
/****************************************
* SIFT主功能函数
***************************************/
// 检测SIFT关键点 & 生成描述子
int sift_cpu(const Image<unsigned char> &image, std::list<SiftKeypoint> &kpt_list, bool bExtractDescriptors);
// 关键点匹配
int match_keypoints(std::list<SiftKeypoint> &kpt_list1, std::list<SiftKeypoint> &kpt_list2, std::list<MatchPair> &match_list);
} // end namespace sift
#endif