opencv_3.1.0
에
LATCH_match.cpp
에서
호모 그래피 행렬을 정의하고 사용했을Opencv의 동 위상 매트릭스?
Mat homography;
FileStorage fs("../data/H1to3p.xml", FileStorage::READ);
...
fs.getFirstTopLevelNode() >> homography;
...
Mat col = Mat::ones(3, 1, CV_64F);
col.at<double>(0) = matched1[i].pt.x;
col.at<double>(1) = matched1[i].pt.y;
col = homography * col;
...
H1to3p.xml
이유는 다음과
<opencv_storage><H13 type_id="opencv-matrix"><rows>3</rows><cols>3</cols><dt>d</dt><data>
7.6285898e-01 -2.9922929e-01 2.2567123e+02
3.3443473e-01 1.0143901e+00 -7.6999973e+01
3.4663091e-04 -1.4364524e-05 1.0000000e+00 </data></H13></opencv_storage>
하는 기준이 번호가 선택 되었는가? 그들은 키 포인트를 필터링하기위한 다른 동질 테스트에 사용할 수 있습니다 (LATCH_match.cpp
에서와 같이)?
사이의 호모 그래피이라고 생각합니다. 그렇다면 일반 이미지 용 매트릭스를 어떻게 얻을 수 있습니까? – justHelloWorld
이 이미지는 잘 알려진 컴퓨터 비전 [데이터 세트] (http://www.robots.ox.ac.uk/~vgg/data/data-aff.html)에서 가져온 것입니다. 방법론을 먼저 설명하고 데이터 세트를 소개하는 논문은 저의 지식에서 얻은 것입니다 : [로컬 디스크립터의 성능 평가] (https://www.robots.ox.ac.uk/~vgg/research/affine/det_eval_files/mikolajczyk_pami2004. pdf). 호모 그래피는 평면과 투시 투영에 대한 두 뷰 간의 기하학적 변환과 관련이 있습니다. 따라서 다른 이미지에 대해서는이 동질성을 사용할 수 없지만 강력한 스키마 (RANSAC)로 동질성을 추정 할 수 있습니다. – Catree
RANSAC에 [cv :: findHomography] (http://docs.opencv.org/3.1.0/d9/d0c/group__calib3d.html#ga4abc2ece9fab9398f2e560d53c8c9780)를 사용할 수 있습니다. 평면 가정은 매우 중요합니다. 포인트는 3D 세계의 평면에 있어야합니다 (예 : 벽, 책 등). RANSAC는 특이 치를 제거하는 데 사용됩니다. 기본적으로 4 점을 무작위로 선택 (동심을 추정하기위한 최소한의 점 수)하고 충분한 점의 nb가 모델과 일치하는지 확인합니다. 그렇지 않으면 다른 4 점을 선택합니다. 결국, 당신은 동질화와 inliers/outliers를 얻습니다. 또한 inliers는 반드시 다수이어야합니다. – Catree