我正试图从一些小尺寸图像（例如176 * 146像素）中获取尽可能多的关键点。但我必须说，我失败了。
我的想法是计算每个关键点的描述符并将其存储到db / bag of word中，因此可以通过计算类似描述符的方式识别出已经存在于db中的simillar图片。
我的问题是小分辨率图片。我已经尝试了openCV中几乎所有的功能提取器/描述符。筛选，冲浪，ORB，密集，AKAZE等。每种方法都会因小尺寸图像而失败。
我可以做些什么来获得更强大的关键点？
答案 0 :(得分：1)
您应该决定是否要检测更多关键点或更强大的关键点。通常，有 less 关键点是有利的，它们在不同的转换下更稳定。另外，请定义失败的意思。关键点太少了？这很容易解决。匹配不正确？不那么容易。
你试过FAST探测器吗？根据我的经验，它通常会检测到比我想要的更多的关键点，并且我必须丢弃它们中的大部分以获得有意义的结果。您还可以尝试检测具有小单元大小的常规网格中的关键点 - 这样您将获得统一的覆盖范围如果描述符很好 - 你最终会获得一些匹配。虽然您可能想要计算不完全在网格交叉点中的描述符，但是在附近最像角落的位置。