Question

我正在使用opencv来估计两个图像之间的仿射变换（我们称之为A和B，我想从A到B估计），我需要实现RANSAC以获得最佳估计。到目前为止，我的RANSAC框架（考虑到我已经拥有了图像和它们之间匹配的关键点）：

1：选择3个随机匹配，并使用A和B中的匹配点作为函数getAffineTransform的输入;

2：使用函数warpAffine来扭曲A中的点，并将结果与B的点进行比较，得到异常值的比率：e;

3：考虑到我的样本大小为3分（getAffineTransform需要3分才能找到变换）并且我有异常值e，我可以找到运行RANSAC的概率很高的概率找到一个好的估计，这是N次;

4：重新运行步骤1和2 N次以保持变换具有最小的离群率;

虽然基本的想法看起来很好，但我在执行方面遇到了一些麻烦，特别是第2步。我的问题是，我不确定如何测试异常值的数量。我想过用warpAffine将A点映射到B，但是我几乎可以肯定它不会起作用，因为我相信函数会解释我的点数（这是一个Mx2 Mat，M是点数，每个将点的坐标x和y列作为图像，而不是我想要映射的一组点。我怎么能这样做？

我正在使用opencv 2.4.2和c ++。

Answer 1

回答我自己的问题，我实际上找到了一种方法。我不确定这是最好的方法，但是根据我迄今为止所做的测试，它似乎工作得很好。

如此处所述

http://docs.opencv.org/doc/tutorials/imgproc/imgtrans/warp_affine/warp_affine.html#warp-affine，

仿射变换是一种可以表示为矩阵乘法的变换。因此，应用转换包括简单地将我的点乘以我从getAffineTransform得到的矩阵。在映射单个点之前，我们需要将“1”附加到要映射的点并将其转置（因此我们有列向量），然后通过将其乘以变换矩阵进行映射。如果我们将Mx2点矩阵转换为格式的3xM点矩阵，我们可以轻松地扩展每个点的映射：

|x1, x2, x3, ...., xM|
|y1, y2, y3, ...., yM|
| 1,  1,  1, ....,  1|

并将其乘以变换矩阵！我稍后可以通过一个简单的测试程序来编辑这篇文章，我已经做过这个程序来展示它是如何工作的。

另外，要附加这个向量并对其进行转置，我正在执行以下操作：

1 - Create a new 3 x M matrix consisting of ones with Mat::ones, named newPtMat
2 - transpose my original point matrix, and keep it in a temp Mat
3 - use temp.copyTo(newPtMat.rowRange(0, 2)

我不确定这是最有效的方式，所以如果有人有更好的建议，请发表评论！

Answer 2

我有一个名为“findTransformsECC”的新函数可以在两张图片之间找到仿射变换warp-matrix http://docs.opencv.org/3.0-beta/modules/video/doc/motion_analysis_and_object_tracking.html#findtransformecc

我认为它在Opencv 3.0 +中可用

测试opencv warpAffine异常值的数量

2 个答案: