我正在尝试注册从具有连续相机移动的短片中提取的图像。我有检测 -> 匹配 -> 干净匹配 -> 单应性工作的“常规”管道。典型的 SIFT 示例（Basmati，Cookiebox ...）的结果非常有效。
我的图像
a) 不会产生很多特征
b) 非常接近相同
c) 可能包括大的相似区域（墙壁）
问题
1）您会建议一些不同的方法吗？特别是当可以假设连续运动并且图像非常相似时。
2）我如何实现初始猜测（身份，简单滚动......），以优化“findHomography”计算的内容？
3）你建议对匹配项进行什么分析/过滤（见图）？PCA 可能对相机平移运动的约束？
4）我错过/做错的其他事情？
这些图像显示了平均到更差的结果。（右边的绿线是转换后的四边形。忽略中间的小绿线）有些对的配准会差很多。
http://www.cs.hs-rm.de/~schweitz/siftmatch.jpg
http://www.cs.hs-rm.de/~schweitz/siftmatch2.jpg
h**p://www.cs .hs-rm.de/~schweitz/siftmatch3.jpg
