opencv Linemod算法在工程应用中存在哪些疑问及个人理解？

本文共计4674个文字，预计阅读时间需要19分钟。

Clinemod模板是一种基于边缘特性的匹配算法，具有优良的性能，且数据表现准确。本人经过实践，对其核心的梯度扩散技术表示极大怀疑，并用实际数据进行了验证。

linemod模板匹配算法是一种典型的基于边缘特性信息的匹配算法，其鲁棒性也比较优异，而且据说性能不错，本人经过实践，对其核心的梯度扩散技术表示极大的怀疑，并用实际的数据表面确实有问题，真心希望我的揭结论是错误的。

研究这个前前后后也有快两三个月了，因为之前也一直在弄模板匹配方面的东西，所以偶尔还是有不少朋友咨询或者问你有没有研究过linemod这个算法啊，那个效率啥的还不错啊，有段时间一直不以为然，觉得我现在用的那个匹配因该很不错的，没必要深究了。后来呢，还是忍不住手痒，把论文打出来看了看，又找了点资料研究了下，结果没想到一弄又是两个月过去了，中间也折腾了很久，浪费了不少时间。总算还是有点收获，稍微整理下做个交流。

至于linemod的具体数学原理，我也不需要详谈，毕竟论文和opencv的代码就摆在那里， github上也有一些别人改进的版本。

我就觉得啊，linemod这个基于计算边缘的模板匹配啊，他使用的是选中的特征点的梯度的角度方向作为特征，而不是梯度的值，而后计算模板和测试不同位置角度的余弦的绝对值，这个都是常规的操作。 作者把这个角度线性量化为一些特定的值，这个本质上呢降低了算法的精度，但是由于特征点较多，基本不会影响识别结果。 关键是这个量化啊，能够带来很多很多的好处，有些真的是意想不到。