OpenCV - FLANN算法无法获得足够的匹配点

Question

我是计算机视觉的初学者。 我正在使用Open CV提出的这个算法http://docs.opencv.org/doc/tutorials/features2d/feature_flann_matcher/feature_flann_matcher.html，以便在拍摄图像的相机进行旋转平移之后计算相同环境（城市的鸟瞰图）的2个场景之间的一些匹配点。 相机和环境都是模拟的（所以没有改变亮度，没有扭曲等） 显然，帧速率足够高，以使图像大部分重叠。 之后，我必须使用此点来计算描述相机移动的仿射变换矩阵（拍摄图像的高度不随时间变化）。 因此，对于每一对图像，我需要至少2个匹配点。 我的问题是，匹配点通常小于3 .. 是否存在一些更适合我的目的的强大方法？ 谢谢

Answer 1

我相信你给出的例子中实现的过滤非常幼稚。假设你得到一个真正高分的比赛（w.r.t描述符之间的距离），那么min_dist非常小并且可能过滤掉好的比赛。换句话说，具有最佳分数的匹配不一定是几何上最好的（两个特征看起来非常相似，但不是真实世界的对应）......

您可以尝试做的是：

• 删除过滤实施;保留所有比赛
• 使用findHomography()计算单应矩阵
  • findHomography()允许您使用mask来跟踪内部因素
• 仅绘制mask
中标记为inliers的匹配项

这应该是更好的验证。