使用 ransac 时如何获得更多内点？

Question

matches = sorted(matches, key = lambda x: x.distance)
src_pts = np.float32([ kp1[m.queryIdx].pt for m in matches ]).reshape(-1,1,2)
dst_pts = np.float32([ kp2[m.trainIdx].pt for m in matches ]).reshape(-1,1,2)
M, mask = cv2.findHomography(src_pts, dst_pts, cv2.RANSAC,5.0)
matchesMask = mask.ravel().tolist()

我使用matchesMask 中的值作为被证明受ransac 严重影响的内点，我试图只从匹配中取出前100 个最佳匹配，但异常值的百分比仍然太高。

Answer 1

cv2.findHomography 如果源点与目标投影之间的距离大于ransacReprojThreshold（在您的代码中为 5.0），则将点对视为内点：

norm(src_pts[i] - M * dst_pts[i]) > ransacReprojThreshold

ransacReprojThreshold - 将点对视为内点时允许的最大重投影误差。

所以，如果你想找到 100 个“最佳”匹配，即使它的重投影误差超过 5.0：

1. 创建一个对数组：（点对和重投影误差），
2. 按重投影错误排序，
3. 以最小的重投影误差取 100 分。