使用哪些特征描述符，为什么？

Question

我确实喜欢计算民用飞机驾驶舱内摄像头的位置和方向。

我确实使用 LED 作为固定点。我的计划是保存与 LED 关联的 X、Y、Z 位置。

如何检测和识别图像上的 LED？我应该使用哪个特征描述符和特征点提取器？

我应该如何在特征检测之前修改我的图像？

我喜欢保持高效。

Answer 1

----请不要再否决这个问题---- 现在，在找到我的问题的解决方案之后，我确实意识到这个问题可能太笼统了。 无论如何，为了支持其他人使用谷歌搜索，我将描述我的答案。

通过 OpenCV 函数的组合，我创建了包含 LED 可能为白色的区域的遮罩。图像的其余部分是黑色的。例如，这些函数是 Core.range、Imgproc.dilate 和 Imgproc.erode。同样使用 Imgproc.findcontours 我过滤掉了太大或太小的轮廓。也用于组合掩码的是 Core.bitwise_and 或 Core.bitwise_not。 掩码是根据 HSV 颜色空间中的图像作为输入计算得出的。

有了这些带有潜在 LED 区域的遮罩，我可以计算颜色直方图，其中的强度归一化 rgb 颜色。 （色调对我来说效果不够好）。这些直方图使用一组带注释的输入图像进行训练和标准化，并代表我的描述符。

我确实使用直方图交集将经过训练的描述符与应用程序中的计算一次匹配。

所以我收到了距离测量。使用这些度量的阈值、实际 LED 的几何位置的度量和知识，我将补丁转换为图形系统，这有助于我找到最长的潜在 LED 链。