仿射变换和RANSAC：如何计算内点数？

Question

我有2个图像，我正在使用SIFT来查找匹配的功能。 我选择最佳匹配阈值。 做完这些之后，我试图使用RANSAC来有效地确定两张图片之间的仿射变换矩阵。

从我的过程（并在互联网上十亿幻灯片）的理解：

1. 选3个随机对应（计算仿射变换需要分）。

2. 估算A.

3. 计数正常值。

对N项试验进行此项操作，并选择产生最小内角的A。

我如何具体计算内点数？

不幸的是，所有的例子都集中在回归方面（例如找到2个点并通过它们拟合一条直线，然后根据一定距离进行计算，但在这种情况下，我们正在讨论3个对应关系，而“行”不是决策意识在这里。

我读的地方，我们可以使用高斯噪声模型，但我想知道如何进行。

Answer 1

RANSAC很简单，测量其中一个点“应该是”之间的距离第二个图像（使用3点假设）和它在哪里为了在两幅图像之间对称，您可能想要在两个方向上添加平方误差，然后仅应用一个阈值计入内点。

一旦找到最佳假设，然后您可以通过回归来优化它。您正尝试将图像坐标中的平方误差最小化（仅适用于内点）。对称地做这件事听起来非常棘手和非线性（另一个回答者可能会纠正我！），但是如果转换与相似性相当接近，我猜可以通过单向方式进行欺骗，也可以通过独立处理第二个图像中的x和y 。然后它变成一对线性回归来找到变换矩阵的每一半。