如何比较opencv中的两个边缘图像（不匹配形状）

Question

关于我正在做什么的一点介绍...... 出于学术目的，我使用opencv在c ++中创建一个应用程序，用于检测场景中的静态对象。 该应用程序基于背景减法和跟踪的组合方法，并且与放弃对象相关的事件的检测工作正常。 但此刻我遇到了一个无法解决的问题;我必须实现一个有限状态机来检测对象移除事件，包括在后台输入对象之前和之后。 为此，我的上司命令我使用物体的边缘。

现在问题。 在检测到非法停放在道路上的车辆之后，我需要比较各种图像的边缘（在警报时捕获的背景，当前背景，当前帧）以了解车辆的行为（拾取机芯，在后台停留或拾取运动）。 我在有车辆的场景区域（车辆通常具有不同的大小）上进行这些比较，我使用canny算法通过获得二值化的CV_8UC1 cv :: Mat来拉边缘。 在这一点上，我必须比较它们。 我尝试用findContours检测轮廓并将它们与matchShapes进行比较，但它看起来不正确，我将第一个图像的每个轮廓与第二个轮廓的每个轮廓进行比较，此外通常两个图像到campare有不同轮廓的数量（例如原始背景和当前背景，因为当前背景的边缘随着车辆在后台的进入而增加。）

我还尝试创建一个新图像，其中每个像素对应于其他两个像素的绝对差值，然后我计算差异图像的白色像素（wPx），我用这个数字进行比较：如果wPxthr2 * perim图像不同，我设置两个阈值（thr1和thr2），并计算车辆的边界矩形（perim）的像素。 （我设置了百分比阈值，并将其与边界框的周长进行摩擦，以使阈值适应车辆尺寸。） 然而，这个解决方案似乎很不稳定。

你有什么简单的建议吗？ 非常感谢，无论如何，StackOverflow用户不止一次帮助过我！

PS：THIS是我要比较的图像的一个例子

• 第一个是没有车辆静止的背景，包含街道的边缘;

• 第二个是原始背景，即检测到静止车辆时拍摄的背景;

• 第三个是当前背景（在这种情况下等于原来是同一帧，但随后改变）;

• 第四个是视频的当前帧;

Answer 1

您可能需要查看一下这篇文章：A Novel SIFT-Like-Based Approach for FIR-VS Images Registration。 Aguilera等。提出 面向边缘的直方图描述符（EOH-SIFT） 。
本文旨在将多光谱图像，可见光和红外图像相互记录。由于图像的不同特征，作者首先在两幅图像中提取边缘/轮廓，从而产生与您相似的图像。
因此，您可以使用此描述符描述您的图像补丁，如下图所示（摘自上面的论文）：

1. 将您的图片补丁细分为4x4区域
2. 对于16个子区域中的每一个，构成轮廓方向的直方图（5个区间）
3. 将直方图放在一起，形成一个大小为16x5 = 80 bins的描述符向量
4. 规范化特征向量

因此，您要比较的每个图像（在您的情况下为4）都由其80维特征向量描述。您可以通过计算和评估它们之间的欧氏距离来比较它们。

注意：建议使用尺寸为80x80或100x100（NxN）像素的色块。您可能需要根据图像尺寸调整尺寸。