OpenCV-FLANN算法没有获得足够的匹配点

Question

我是计算机视觉的新手。 我正在使用Open CV提出的http://docs.opencv.org/doc/tutorials/features2d/feature_flann_matcher/feature_flann_matcher.html算法，以计算同一环境的2个场景之间的一些匹配点（城市）在拍摄图像的相机旋转平移后进行。 摄像机和环境都经过模拟（因此亮度没有变化，没有失真等）。显然，帧速率足够高，可以使大部分图像重叠。 之后，我必须使用这一点来计算仿射变换矩阵，该矩阵描述相机进行的移动（从中获取图像的高度不会随时间变化）。 因此，对于每对图像，我至少需要2个匹配点。我的问题是匹配点通常小于3。是否存在一些健壮的方法可以更好地达到我的目的？ 谢谢

Answer 1

我相信您提供的示例中实现的过滤是非常幼稚的。 假设您获得了一个得分很高的比赛（ min_dist了描述符之间的距离），那么min_dist确实很小，可能会过滤掉好的比赛。 换句话说，得分最高的比赛不一定是几何上最好的比赛（两个特征看上去确实很相似，但不一定是真实世界的对应关系）...

您可以尝试做的是：

• 删除过滤实现； 保留所有比赛
• 使用findHomography()计算单应矩阵
  • findHomography()允许您使用mask来跟踪内部值
• 仅绘制mask中标记为内线的匹配项

这应该是更好的验证。