RANSAC-Algorithmus

Question

Kann mir bitte jemand zeigen, wie man den RANSAC-Algorithmus benutzt, um gemeinsame Merkmalspunkte in zwei Bildern auszuwählen, die eine gewisse Überlappung haben? Das Problem ergab sich aus dem Feature-basierten Bild-Stitching.

Answer 1

I implementiert ein Bild Stitcher ein paar Jahre zurück. Der Artikel über RANSAC auf Wikipedia beschreibt das allgemeine Algortihm gut.

Wenn Sie RANSAC für die bildbasierte Bildanpassung verwenden, möchten Sie die Transformation finden, die das erste Bild am besten in das zweite Bild umwandelt. Dies wäre das im Wikipedia-Artikel beschriebene Modell.

Wenn Sie bereits Funktionen für beide Bilder haben und welche Merkmale im ersten Bild die besten Eigenschaften für das zweite Bild haben, wird RANSAC in etwa so verwendet.

The input to the algorithm is: 
n - the number of random points to pick every iteration in order to create the transform. I chose n = 3 in my implementation. 
k - the number of iterations to run 
t - the threshold for the square distance for a point to be considered as a match 
d - the number of points that need to be matched for the transform to be valid 
image1_points and image2_points - two arrays of the same size with points. Assumes that image1_points[x] is best mapped to image2_points[x] accodring to the computed features. 

best_model = null 
best_error = Inf 
for i = 0:k 
    rand_indices = n random integers from 0:num_points 
    base_points = image1_points[rand_indices] 
    input_points = image2_points[rand_indices] 
    maybe_model = find best transform from input_points -> base_points 

    consensus_set = 0 
    total_error = 0 
    for i = 0:num_points 
    error = square distance of the difference between image2_points[i] transformed by maybe_model and image1_points[i] 
    if error < t 
     consensus_set += 1 
     total_error += error 

    if consensus_set > d && total_error < best_error 
    best_model = maybe_model 
    best_error = total_error 

Das Endergebnis ist die Transformation, die am besten die Punkte in image2 wndelt image1, die exacly ist das, was Sie wollen, wenn Nähen.