Algorytm RANSAC

Question

Czy ktokolwiek może mi pokazać, jak użyć algorytmu RANSAC do wybrania wspólnych punktów charakterystycznych na dwóch obrazach, które mają pewną część nakładania? Problem wyszedł ze zszywania obrazów opartego na funkcjach.

Answer 1

I wdrożone zszywarkę obrazu kilka lat wstecz. Artykuł na temat RANSAC na Wikipedii opisuje ogólną studnię algortihm.

Podczas korzystania z funkcji RANSAC do porównywania obrazów opartych na elementach, należy znaleźć transformację, która najlepiej przekształci pierwszy obraz w drugi obraz. Byłby to model opisany w artykule wikipedia.

Jeśli masz już swoje funkcje dla obu obrazów i znalazłeś, które funkcje na pierwszym obrazie najlepiej pasują do funkcji na drugim obrazie, RANSAC będzie używany w podobny sposób.

The input to the algorithm is: 
n - the number of random points to pick every iteration in order to create the transform. I chose n = 3 in my implementation. 
k - the number of iterations to run 
t - the threshold for the square distance for a point to be considered as a match 
d - the number of points that need to be matched for the transform to be valid 
image1_points and image2_points - two arrays of the same size with points. Assumes that image1_points[x] is best mapped to image2_points[x] accodring to the computed features. 

best_model = null 
best_error = Inf 
for i = 0:k 
    rand_indices = n random integers from 0:num_points 
    base_points = image1_points[rand_indices] 
    input_points = image2_points[rand_indices] 
    maybe_model = find best transform from input_points -> base_points 

    consensus_set = 0 
    total_error = 0 
    for i = 0:num_points 
    error = square distance of the difference between image2_points[i] transformed by maybe_model and image1_points[i] 
    if error < t 
     consensus_set += 1 
     total_error += error 

    if consensus_set > d && total_error < best_error 
    best_model = maybe_model 
    best_error = total_error 

Efektem końcowym jest transformacji, która najlepiej konwertuje punkty w Image2 do Image1, który jest exacly co chcesz podczas szycia.