三维重建 特征点提取 立体匹配

这个是计算机视觉三维重建的领域。该代码实现特征点提取和立体匹配的功能。三维重建模拟人眼，进行双目拍摄。这里在经典特征点特区SURF算法基础上，加入极线约束的思想，去除噪声和匹配错误的杂点。有很好的匹配效果。

// 多种特征提取.cpp : 定义控制台应用程序的入口点。
//

//#include “stdafx.h“
#include 
#include 
#include “opencv2/opencv.hpp“
#include “opencv2/core/core.hpp“  
#include “opencv2/features2d/features2d.hpp“  
#include “opencv2/highgui/highgui.hpp“  
#include  “opencv2/legacy/legacy.hpp“ // 暴力匹配的头文件
#include  “opencv2/nonfree/nonfree.hpp“
#include   
#include  


//#include “cv_import_static_lib.h“

using namespace std;
using namespace cv;

void main（）{


	Mat img1 = imread（“左1.jpg“ CV_LOAD_IMAGE_GRAYSCALE）;
	Mat img2 = imread（“右1.jpg“ CV_LOAD_IMAGE_GRAYSCALE）;
	Mat img_1 img_2;
	resize（img1 img_1 Size（img1.cols / 4 img1.rows / 4） 0 0 INTER_LINEAR）;
	resize（img2 img_2 Size（img2.cols / 4 img2.rows / 4） 0 0 INTER_LINEAR）;
	if （!img_1.data || !img_2.data）
	{
		cout << “error reading images “ << endl;
		return;
	}

	vector keyPoints_1 keyPoints_2;
	Mat descriptors_1 descriptors_2;

	/*-----------------SIFT featrue Point----------------
	SIFT sift;
	sift（img_1 Mat（） keyPoints_1 descriptors_1）;
	sift（img_2 Mat（） keyPoints_2 descriptors_2）;
	*/

	/*-----------------SURF featrue Point----------------
	SURF surf;
	surf（img_1 Mat（） keyPoints_1 descriptors_1）;
	surf（img_2 Mat（） keyPoints_2 descriptors_2）;
	//SurfDescriptorExtractor extrator;           // another surf sift operation
	//extrator.compute（img_1 keyPoints_1 descriptors_1）;
	//extrator.compute（img_2 keyPoints_2 descriptors_2）;
	*/

	//-----------------ORB featrue Point----------------
	ORB orb;   // float Feature can not use Flannbase Match.
	orb（img_1 Mat（） keyPoints_1 descriptors_1）;
	orb（img_2 Mat（） keyPoints_2 descriptors_2）;


	/*-----------------ORB featrue Point----------------
	MSER mesr;
	*/

	/*-----------------FAST featrue Point----------------
	FastFeatureDetector fast1（100）;   // 检测的阈值为40
	FastFeatureDetector fast2（100）;

	fast1.detect（img_1 keyPoints_1）;
	fast2.detect（img_2 keyPoints_2）;
	//SurfDescriptorExtractor extrator;           // another surf sift operation
	//extrator.compute（img_1 keyPoints_1 descriptors_1）;
	//extrator.compute（img_2 keyPoints_2 descriptors_2）;

	OrbDescriptorExtractor extrator;
	extrator.compute（img_1 keyPoints_1 descriptors_1）;
	extrator.compute（img_2 keyPoints_2 descriptors_2）;
	*/


	BruteForceMatcher matcher;// orb 等float型的

	//FlannbasedMatcher matcher;   // 只能 对uchar的点进行匹配

	vector< DMatch > matches;

	matcher.match（descriptors_1 descriptors_2 matches）;

	double max_dist = 0; double min_dist = 100;
	//-- Quick calculation of max and min distances between keypoints  
	for （int i = 0; i < descriptors_1.rows; i++）
	{
		double dist = matches[i].distance;
		if （dist < min_dist） min_dist = dist;
		if （dist > max_dist） max_dist = dist;
	}
	cout << “-- Max dist :“ << max_dist << endl;
	cout << “-- Min dist :“ << min_dist << endl;

	//-- Draw only “good“ matches （i.e. whose