findHomography 与 RANSAC 错误异常值答案

【问题标题】：findHomography with RANSAC wrong outlieringfindHomography 与 RANSAC 错误异常值
【发布时间】：2012-08-16 07:09:31
【问题描述】：

我正在使用 features2d（ORB、SIFT 等）进行一些对象检测

我正在使用 RANSAC 进一步研究单应性。我发现很多好点都被错误地标记为异常值。

对象（书）内部有很多不应该是异常值的异常值

我尝试将阈值提高 10，但结果几乎相同。我可以做些什么来改善这种情况吗？

RANSAC 有什么问题吗？

【问题讨论】：

【解决方案1】：

异常值在这种情况下意味着这些点不适合模型，但它们不一定要落在您的对象之外。

RANSAC 找到适合模型的最佳点集，其余点被视为异常值，但异常值完全可以是您正在跟踪的对象中受噪声影响的点，并且其检测到的位置与 RANSAC 的偏差足够大重新投影被视为异常值。

您不必担心，它工作正常并且检测到您的对象，如图所示。

【讨论】：

我不认为异常值是错误的。可能发生的情况是您的内点不够好。一个好的单应性至少需要 4 个点，如果噪音太大，RANSAC 将失败，因为它是一种线性方法。
是的，这是 RANSAC 认为的内点，但这并不意味着这些点会产生良好的单应性。您的图像中可能有模糊，并且点的位置不精确。当我快速移动相机时，有时我也会遇到类似的问题。跟踪丢失。
这对我来说是一个真正的问题 =/ 是的，可能画面中有一些模糊，但我相信并没有那么严重（而且我没有在该画面中移动相机）

【解决方案2】：

尝试使用其他特征检测器找到更多特征（最少 100 个）或调整检测器阈值以增加数量。也适合在对象上平均分配点。你可以试试 OpenCV 的 goodFeaturesToTrack。

【讨论】：

【解决方案3】：

异常值在这种情况下是不适合模型的点。 Opencv 中的 RANSAC 在匹配点对之间找到平面单应性。在你的情况下，书是一架飞机，内线应该在书内。如果它们被认为是异常值，原因可能是

在特征点是 3D 对象的情况下，不能保证内点位于对象内部。如果将匹配作为图像坐标中的输入给出，则 Opencv 的 findHomography 会估计平面单应性

【讨论】：