仿射變換和RANSAC：如何計算內點數？

Question

我有2個圖像，我正在使用SIFT來查找匹配的功能。 我選擇最佳匹配閾值。 做完這些之後，我試圖使用RANSAC來有效地確定兩張圖片之間的仿射變換矩陣。

從我的過程（並在互聯網上十億幻燈片）的理解：

1. 選3個隨機對應（計算仿射變換需要分）。

2. 估算A.

3. 計數正常值。

對N項試驗進行此項操作，並選擇產生最小內角的A。

我如何具體計算內點數？

不幸的是，所有的例子都集中在迴歸方面（例如找到2個點並通過它們擬合一條直線，然後根據一定距離進行計算，但在這種情況下，我們正在討論3個對應關係，而「行」不是決策意識在這裏。

我讀的地方，我們可以使用高斯噪聲模型，但我想知道如何進行。

Answer 1

RANSAC很簡單，測量其中一個點「應該是」之間的距離第二個圖像（使用3點假設）和它在哪裏爲了在兩幅圖像之間對稱，您可能想要在兩個方向上添加平方誤差，然後僅應用一個閾值計入內點。

一旦找到最佳假設，然後您可以通過迴歸來優化它。您正嘗試將圖像座標中的平方誤差最小化（僅適用於內點）。對稱地做這件事聽起來非常棘手和非線性（另一個回答者可能會糾正我！），但是如果轉換與相似性相當接近，我猜可以通過單向方式進行欺騙，也可以通過獨立處理第二個圖像中的x和y 。然後它變成一對線性迴歸來找到變換矩陣的每一半。