RANSAC 算法在 cv2.FindHomography 中使用哪些内点来查找单应矩阵？答案

【问题标题】：Which inliers is the RANSAC Algorithm using in cv2.FindHomography to find the homography matrix?RANSAC 算法在 cv2.FindHomography 中使用哪些内点来查找单应矩阵？
【发布时间】：2020-06-01 11:54:10
【问题描述】：

1) OpenCV 中的 RANSAC 算法如何选择内点而不是异常点？我假设它会计算匹配的关键点之间的一些总最小二乘匹配。

2) 我完全清楚，除了 H 矩阵，cv2.FindHomography 还输出掩码。从这个掩码中，匹配的关键点 1 被认为是内点，而 0 被认为是异常点。但是 RANSAC 算法选择哪个内点来查找 cv2.FindHomography 输出的最终 H 单应性？是不是都考虑到H矩阵了？

documentation 没有正确解释这两个问题。

【问题讨论】：

我很确定输出参数“mask”直接告诉你哪些点是内点，哪些点是异常点。

标签： python opencv image-processing homography ransac

【解决方案1】：

findHomography 文档中的 ransacReprojThreshold 参数描述了内部值与异常值：

对于 1)，RANSAC 计算观察到的投影 dstPoint_i 与使用候选单应性 H 计算的 srcPoint_i 的投影之间的误差（向量范数）。然后它只是做一个简单的阈值检查。用户可以将 ransacReprojThreshold 设置为您认为最适合您的数据的任何值。如果您在像素坐标中，您只需将像素距离的最大误差设置为被视为内点的点。任何具有较大误差的都被视为异常值。

对于 2)，RANSAC 算法将根据您设置的阈值简单地选择使内点数最大化的 H 矩阵。所以它返回给你的掩码是具有最大内点数的集合。

这有意义吗？它看起来并没有在随机样本大小、迭代次数等方面为您提供大量选择。Here's the source，如果您有兴趣的话。

【讨论】：

感谢您的回复@doggie_breath 我无法理解的是 h 的部分。 H 不应该是从内部人员本身建立的吗？在给定的等式中，H 矩阵的初始值是多少？
@CharlesB，当然。对于 RANSAC，您从 src/dest 点中选择一个随机子集，并直接从该样本中计算 H - 从 this method 开始。 H 用于计算集合中所有点的投影误差，并且使用上面的等式确定内点。然后，您只需迭代该样本/检查并获取具有最大内点数的 H。那有意义吗？这个video 可能会有所帮助。