我正在尝试实现使用 RANSAC 估计两个图像之间的基本矩阵的算法。到目前为止，我已经使用 Harris 角点检测找到了兴趣点。我坚持使用这些兴趣点计算假定的对应关系。我不想为此使用matlab工具箱，我想知道一种方法来了解从两个图像中提取对应点及其实现。我已经阅读了有关块匹配的内容，但还没有完全理解它的概念。任何示例和指南都可以帮助我更好地理解这个问题。
提前致谢。
问问题
1277 次
1 回答
2
搜索对应兴趣点的方法有很多种，但通常是利用周围图像的特征来描述每个兴趣点，并且对于一幅图像中的每个点，将其周围的特征与周围的特征进行比较。其他图像中其他兴趣点的周围环境。
现在假设您决定只考虑每个兴趣点周围的平方区域（一个块），其中包含该点周围图像的强度值。现在您可以比较这些块，并匹配那些彼此接近的块。现在的问题是如何定义“接近”，或者换句话说，如何定义用于比较这些块的距离度量。有很多方法，例如，您可以使用两个块之间的绝对差之和，这意味着您可以减去两个块，取结果块的绝对值，然后将这个结果块中的所有值相加，获得一个标量值，该值表示这些块的接近程度。如果此距离小于给定阈值，则可以认为这两个块匹配。这基本上就是块匹配所做的。
同样，您可以定义其他类型的区域来描述您的兴趣点，例如通过更改它们的形状、大小、方向等，并为这些兴趣点创建更复杂的描述符，这可能会捕获更多可区分的特征（这是非常需要的）如果您以后有匹配它们的目的）。
如果您想了解有关该主题的更多信息，我认为此演示文稿可以帮助您入门： http ://courses.cs.washington.edu/courses/cse455/09wi/Lects/lect6.pdf
于 2014-05-08T02:23:21.463 回答