循环特征匹配答案

【问题标题】：Loop Feature Matching循环特征匹配
【发布时间】：2016-06-19 04:46:56
【问题描述】：

您好，我必须为自我运动估计实现特征立体匹配。来自论文“多光谱立体里程计”： “正确图像中使相似度最大化的特征左图中给定特征的函数被选为潜在匹配。然后应用一个阈值来保持强火柴。如上所述，该算法输入了四个图像：前左 (imLt−1)、前右 (imRt−1)、当前左 (imLt) 和当前权利 (imRt)。进行匹配以循环方式 [14] 只保留找到它们的特征所有四个图像的对应关系。图 4 说明了不同的步骤。我们首先从找到之间的立体匹配开始 (imLt-1) 和 (imRt-1) (I)。然后，找到顺序匹配在 (imRt-1) 和 (imRt) (II) 之间。另一个立体匹配在 (imLt) 和 (imRt) (III) 之间执行。最后，一个最后的顺序匹配在 (imLt-1) 和 (imLt) (IV)。在这个阶段，如果开始和结束特征点相同，则匹配被接受。否则就是干脆拒绝了。对所有特征执行此过程在第一张图像（imLt-1）中提取。”

我的问题是：当它指的是第一个和最后一个特征时，“相同”是什么意思？ “然后应用阈值”是什么意思？

illustration of the loop matching steps

【问题讨论】：

标签： computer-vision matching feature-selection 3d-reconstruction

【解决方案1】：

这是我从您发布的摘录中了解到的：

阈值化：我会说匹配过程首先通过比较潜在匹配并计算它们的相似性来完成，然后找到具有最高相似性的匹配。一旦找到它，您应该将该相似度与预定义的阈值 T 进行比较。如果匹配相似度低于阈值，则丢弃该匹配。为了检测最佳阈值 T，我会尝试一些值，看看会发生什么。
相同匹配： 据我了解，作者是循环执行匹配过程：从imL(t-1)中的点P开始，他们对imR(t-1)进行立体匹配过程)，然后是 imR(t-1) 和 imR(t) 之间的顺序匹配，然后是 imR(t) 和 imL(t) 之间的立体匹配以及 imL(t) 和 imL(t-1) 之间的最终顺序匹配，得到一个新的点Q。如果P和Q是同一个点（可能在空间坐标上），则认为循环匹配过程成功。

编辑：能否请您添加论文的标题？

【讨论】：