问题标签 [ransac]

我复制了这段代码来进行立体图像校正。我正在使用的图像中留下了一个异常值，我想知道如何修改代码来处理这个问题。我玩过自信和门槛，但还没有任何效果。

谢谢

我有 2 张图片。每个图像中的两个正方形的角都有 8 个点。我需要找到它们之间相应的正确匹配。因此，当我将 64 种可能的匹配组合传递给 RANSAC (findFundamentalMatrix) 时，它给了我 7 种本应是内线的匹配，但结果证明它们都是错误的匹配。

很多天以来，我一直在挠头，试图找出可能出了什么问题。由于我是 OpenCV 的新手，我需要一些帮助来弄清楚。

谢谢

*对不起，如果我的英语不好-.-”

问候，

我是一名学生，对 OpenCV 或 Java 都只有一点经验。我尝试制作一个程序，可以使用 SIFT 和 RANSAC 将两个图像拼接成一个全景图像。我还下载了 OpenCV Library 2.4.6 版本。

但是当我运行我的程序时，我得到了空指针异常：

这是我的程序的一部分：

谢谢 ：）

目前，我正在做一个计算机视觉项目。我使用了 SIFT Matlab 程序：http ://www.vlfeat.org/overview/sift.html 代码。但是，它给了我两个矩阵，一个是匹配，另一个是距离。我不知道如何将这些信息转换为像素值，因为下一步我必须使用 RANSAC 来获得最佳匹配。有人可以帮助我吗？

我solvePnPRansac在 Android 应用程序中使用函数。使用相同的输入参数，它会返回不同的结果（rvec、tvec 和状态）。

这是正常行为还是我有内存损坏？

使用 RANSAC 和 OpenCV 将一组点拟合到图像中一条或多条好线的最佳方法是什么？

RANSAC 是拟合线的最有效方法吗？

我确实有两组点，我想找到它们之间的最佳转换。在 OpenCV 中，您具有以下功能：

使用 RANSAC 返回一个 3x3 Homography 矩阵。我现在的问题是，我只需要平移和旋转（可能还有比例），我不需要仿射和透视。

问题是，我的观点只是二维的。

(1) 是否有计算类似单应性但自由度较低的函数？

(2) 如果没有，是否可以从 3x3 单应矩阵中提取一个只进行平移和旋转的 3x3 矩阵？

提前感谢您的帮助！

伊萨

下面链接中的示例findHomography用于获取两组点之间的转换。我想限制转换中使用的自由度，所以想findHomography用estimateRigidTransform.

http://docs.opencv.org/doc/tutorials/features2d/feature_homography/feature_homography.html#feature-homography

下面我estimateRigidTransform用来获取物体和场景点之间的转换。objPoints并由scePoints表示vector <Point2f>。

按照上面教程中使用的方法，我想使用 transformation 转换角值H。本教程使用perspectiveTransform返回的 3x3 矩阵findHomography。使用刚性变换，它只返回一个 2x3 矩阵，因此不能使用此方法。

我将如何转换角的值，vector <Point2f>用这个 2x3 矩阵表示。我只是希望执行与教程相同的功能，但转换的自由度较低。我也看过其他方法，例如warpAffineand getPerspectiveTransform，但到目前为止还没有找到解决方案。

编辑：

我已经尝试过 David Nilosek 的建议。下面我将额外的行添加到矩阵中。

但是，这在使用 perspectiveTransform 时会出现此错误。

ChronoTrigger 建议使用warpAffine. 我正在调用warpAffine下面的方法， 1 x 5 的大小是objCornersand的大小sceCorners。

这给出了下面的错误，这表明错误的类型。objCorners并代表 4 个角sceCorners。vector <Point2f>我认为warpAffine会接受Mat可以解释错误的图像。

我正在尝试从此处将 RANSAC 的公开代码用于 PCL：http: //pointclouds.org/documentation/tutorials/random_sample_consensus.php

但是，我省略了 3D 查看器部分。我面临的问题是我无法保存结果，并且当我检查最终点云大小时，它显示为零。这是代码：

知道为什么这不起作用吗？

我目前正在做一个项目，我必须估计使用单目相机检测到的 2D 兴趣点的 3D 坐标。

更准确地说，我输入了一个图像序列（已校准），并且需要在接收新图像时对左侧（前一个）图像和右侧当前图像之间的点进行三角测量以获得 3D 点。

为此，我按照以下步骤操作：

1. 提取当前图像中的关键点
2. 建立当前图像和前一个图像之间的对应关系
3. 使用 RANSAC 和高度点算法计算基本矩阵 E
4. 从 E 中提取变换矩阵 R 和平移向量 T
5. 通过正交回归使用三角测量计算 3D 点

当我将它们重新投影到图像上时，生成的 3D 点不正确。但是，我读过三角点被定义为只能达到一个不确定的比例因子。

所以我的问题是：在这种情况下，“按比例”是什么意思？在场景的世界坐标系中获得真实 3D 点的解决方案是什么？

如果有任何帮助，我将不胜感激！