使用findHomography，如何提高匹配质量并避免重复？

Question

我使用OpenCV进行对象识别。 获得场景图像和模板图像的keypoints列表后，我将findHomography函数与RANSAC一起使用。 在一个场景中可以有几个相同的对象，所以我对场景列表运行该函数，直到找不到有效的单应性。每次迭代后，我都会从场景列表中删除匹配的keypoints。

通常情况下，每个对象检测不止一次，后续检测的质量会逐渐降低。

我的理解是，RANSAC在迭代过程中只使用了一些好的关键点，并且还有足够的关键点可以进行另一次检测。

有没有办法强制它使用所有匹配的关键点？ 或者，一旦找到单应性，搜索其他拟合关键点，然后使用常规方法重新计算单应性？ 这可以产生更准确的结果，因为有更多信息可用于计算单应性。此外，不会有重复。

修改

以下是我使用the results创建的this template示例。 我不在乎糟糕的情况。我的问题是关于双重检测（用箭头表示）。