这更多的是一个关于不同图像处理技术的问题，这些技术被分类为:仿射不变"，我想要一些关于哪一个倾向于返回最好的结果，可能是一个可以使用OpenCV完成的建议。我知道MATLAB中有很多这样的特性，但我没有成千上万的美元来花在一个项目上。
我研究了仿射不变SIFT和MSER，列出了讨论的一些技术，但我想知道是否还有其他社区认为非常有用的技术。我愿意听取建议，并想知道我可以在我的项目中使用哪些其他方法。
谢谢
我不确定能很好地理解你的问题:似乎有许多不同的东西在它的混合，我会尽量回答非常广泛，因为问题是非常广泛的…
似乎你在谈论特征提取和描述…那么，让我们从这个开始。
-
1)在A和B两张图像上，在许多应用程序中从A和B中找到匹配的特征是很有趣的。立体声校正，或同形校正是许多其他例子中的两个…
-
2)然而，两个图像A和B并不总是非常非常相似，一个可以从另一个旋转，缩放可能有一些差异，更一般地，它们可以有两个不同的视角
-
3)因此，我们想要的是在图像A上找到与图像B匹配的特征，即使在A和B之间发生了一些转换。这就是为什么我们发明了寻找特征并描述它们的技术(特征提取和描述符计算)，这些特征从图像A到图像B相关，即使它们被转换....
-
4) SIFT和SURF是提取和计算特征描述符的一些技术(参见这里我们称之为特征提取和描述符计算的区别)
-
5)仿射不变性在这个意义上是指提供对仿射变换具有鲁棒(不变性)特性的技术
-
6) SIFT/ASIFT/MSER
-
7)我从来没有实现过ASIFT, SURF是一种非常稳定的技术，可以对抗许多转换…我想我们可以热烈地感谢Ecole Polytechnique(法国)的ASIFT和ETHZ(瑞士)的SURF，这是伟大的学校，为图像处理和许多其他科学领域提供了出色的方法…
MSER的opencv实现不是仿射不变的，如果默认使用"detect"，因为默认的opencv- keypoint类不能描述省略号。同样在描述符实现中，只描述了圆。