当我们已经匹配关键点时，为什么我们需要使用RANSAC？
当我们已经匹配关键点时，我们需要使用RANSAC算法的原因是为了通过去除错误匹配的关键点，从而得到更可靠的模型参数估计。
RANSAC，即Random Sample Consensus（随机采样一致性），是一种鲁棒性较强的参数估计算法。在计算机视觉和图像处理中，RANSAC常被用于解决基本矩阵、单应矩阵、模型拟合等问题。
RANSAC算法的工作原理如下：
- 随机从所有匹配点中选择一个最小样本集，该集合用于计算模型参数。
- 根据模型参数，计算出其他点到模型的距离，并将这些点分为内点和外点。
- 统计内点的数量，如果内点数量达到预先设定的阈值，则认为该模型是可靠的。
- 重复1-3步骤一定次数，选择内点最多的模型作为最终的模型参数估计。
RANSAC算法的优势在于它能够处理包含噪声和异常值的数据。通过随机采样和内点的统计，RANSAC可以有效地去除错误匹配的关键点，从而提高模型的准确性和可靠性。
RANSAC算法的应用场景包括但不限于：
- 图像配准和摄像头定位：通过匹配关键点，RANSAC可以估计图像之间的几何变换关系，用于图像配准和摄像头的精确定位。
- 三维重建和SLAM（Simultaneous Localization and Mapping）：RANSAC可以用于从多个图像中估计相机的姿态和场景的结构，用于三维重建和SLAM算法中。
- 特征提取和识别：RANSAC可以用于特征匹配和特征提取，通过去除错误匹配的关键点来提高特征的准确性和可靠性。
腾讯云相关产品和产品介绍链接地址：
- 腾讯云计算服务（云服务器）：https://cloud.tencent.com/product/cvm
- 腾讯云数据库（云数据库MySQL）：https://cloud.tencent.com/product/cdb_mysql
- 腾讯云人工智能平台（AI Lab）：https://cloud.tencent.com/product/ailab
相关·内容
1回答
我目前正在研究计算机视觉程序，它将把图像缝合在一起。我使用KAZE算法来寻找关键点并对其进行描述。然后我使用暴力匹配器来匹配它们。从这个阶段开始，我已经准备好缝合它们，我想是因为我知道哪个点属于哪里，对吧？因为我正在学习一些文献等，我看到他们总是匹配关键点，然后使用RANSAC，这是随机的吗？当我已经知道哪个关键点属于哪个关键点时，为什么要使用Ransac，这些关键点是通过暴力匹配完成的？ 感谢您的回答，祝您愉快！
浏览 56提问于2020-04-15得票数 0
回答已采纳
2回答
我正在用OpenCV制作全景图。
但结果的尺寸不稳定，整针不稳定。
每次我得到不同的结果。
有人能帮我弄清楚是什么原因，还是缝纫管道不稳定的原因？
我正在做最简单的缝纫，使用缝纫功能。
谢谢。
浏览 8提问于2015-11-16得票数 1
回答已采纳
关于与OpenCV匹配的对象，我有一个问题。我使用opencv 2.3中实现的SURF算法首先检测每幅图像上的特征，然后提取这些特征的描述符。在使用进行匹配时，我不知道如何判断这两个图像是否匹配，就像我使用两个不同的图像时，两个图像中的描述符之间存在直线一样！
我的代码的这些输出，或者是两个图像-I与它们的比较-是相似的或不同的，结果图像表明这两个图像是匹配的。
问题是:我如何区分这两幅图像？
真正匹配：
虚假匹配：
我的代码：
Mat image1, outImg1, image2, outImg2;
// vector of keypoints
vector<K
浏览 1提问于2011-09-04得票数 19
回答已采纳
我是OpenCV的新手。我注意到这条线
Mat H = findHomography( obj, scene, CV_RANSAC );
使用RANSAC帮助查找同形H。
但是，我需要在RANSAC之后的“净化”匹配点的位置，我只是找不到我可以使用的函数。我需要一个函数，它使用RANSAC并在RANSAC之后返回匹配点的位置。
浏览 0提问于2015-07-23得票数 1
回答已采纳
OpenCV本身并没有提供RANSAC函数，或者至少在这样一种形式下，您可以直接调用它并使用它(例如cv::ransac(...))。所有能够使用RANSAC的函数/方法都有一个启用它的标志。但是，如果您在估计了单应/基础矩阵之后，实际上想要对RANSAC计算的内点做一些其他事情，例如，在Octave或类似的软件/库中创建一个很好的点图，对剩余的过滤匹配集应用其他算法，则这并不总是有用的。
在匹配两个图像之后，可以得到一个匹配向量。除此之外，我们当然有两组关键点(每幅图像一组)，用于匹配过程。使用匹配和关键点，我们创建两个点的向量(例如cv::Point2f points)，并将它们传递给fi
浏览 0提问于2014-06-28得票数 13
回答已采纳
2回答
我正在使用OpenCV的函数findHomography和RANSAC方法，以便找到与一组关键点相关联的两个图像的单应性。
主要问题是我还找不到函数输出的掩码矩阵的值是多少。
我所知道的唯一信息是0值是异常值，而非零值是内值。但是，内部值是什么意思呢？有人知道吗？
我调用findHomography的一段代码
cv::Mat H12;
cv::Mat mask;
H12 = cv::findHomography(FvPointsIm1, FvPointsIm2, mask, CV_RANSAC, 5);
ui->Debug_Label->setText(Mat2QString(
浏览 0提问于2013-04-04得票数 12
回答已采纳
大家好，我对一般的编程和MatLab都是比较陌生的。我有一个任务，要求我将不同的MatLab检测函数(SURF、BRISK、FAST等)与SIFT描述符进行比较。
我有MatLab函数的代码，并检查关键点，然后运行estimateGeometricTransform，这有点类似于RANSAC，并检查结果。
我遇到的困难是使用vlfeat找到SIFT代码来提取关键点，然后在它们上运行estimateGeometricTransform。所有我能在网上找到的现成代码是SIFT RANSAC的图像马赛克和拼接，这不是我需要的。我需要使用相同的图像，创建某种类型的旋转或比例差异，看看关键点如何匹配不同
浏览 1提问于2017-03-20得票数 0
1回答
我想在图像中找到图案。说“寻找模式”，我的意思是“检测相似的物体”，因此这些模式不应该是像噪音这样的高频信息。例如，在这个图像上，我希望得到每个对象的ROI/省略的模式“窗口”：
我已经阅读了使用自相关，FFT，DCT来解决这个问题的建议。据我所知，自相关和FFT是可供选择的，而不是互补的。
首先，我不知道是否有可能在频域获得如此高水平的信息？
正如我所实现的那样，我尝试使用它。这是光谱图：
你能建议如何进一步分析这张平面图，以探测物体的“窗口”及其空间位置吗？
是否需要在光谱图上找到最亮的点/线？
应该对图像块而不是整个图像进行FFT吗？
浏览 1提问于2018-06-27得票数 2
1回答
如何获得“同调”中的关键点？
、、、、
引用的答案给
正在发生的事情是，您正在考虑在第二张图像中检测到的所有关键点来计算可重复性，实际上应该只使用单调中的关键点。
我不知道怎么弄到
使用同调的关键点
有人能解释怎么做吗？
编辑：
实际上，看看evaluation.cpp的代码，我认为这个操作已经执行了。事实上，我们看到的是：
float overlapThreshold;
bool ifEvaluateDetectors = thresholdedOverlapMask == 0;
if( ifEvaluateDetectors )
{
overlapThreshold = 1.f - 0.4f;
浏览 4提问于2016-06-02得票数 3
回答已采纳
我在CV_RANSAC函数中使用了findHomography选项，但现在我想使用estimateRigidTransform。因此，我不能再使用CV_RANSAC了。
我想消除我的SIFT特色匹配数据的离群值，并应用estimateRigidTransform。我该怎么做？
浏览 8提问于2014-08-12得票数 1
回答已采纳
1回答
我有两个来自视频提要的连续帧，我使用快速算法检测这两个关键点。我使用平方差和法(SSD)匹配关键点。
所以基本上我已经在两个帧之间匹配了关键点。现在我想从一组匹配的关键点计算两帧之间的仿射变换(缩放+旋转+平移)。
我知道如何从一对两点计算仿射变换。
我的问题是，我们如何计算超过两三个点？我知道我必须使用最小中值平方法，但我对这个领域还不熟悉，所以我不知道如何使用它。
有没有人可以详细解释一下，或者提供一个简单的链接？
浏览 0提问于2014-08-12得票数 2
OpenCV函数findhomography()在两幅图像的匹配点之间找到一个同调变换。(见)
为了找到匹配的点子集，可以使用RANSAC。
这里的问题是:与OpenCV中使用RANSAC的其他函数(例如，findfundamentalMat (参见))不同，置信度的RANSAC参数不能更改。只有重投影阈值可以作为参数传递。
我查看了OpenCV源代码，对于findhomography()，置信度被硬编码为0.995。
为了我的目的，我需要增加这一点。有没有一种方法可以做到这一点而不改变OpenCV源本身的值呢？
为什么要硬编码呢？
PS:我为下一个subversion添加了一个更改。
浏览 4提问于2012-01-22得票数 10
回答已采纳
我使用OpenCV 2.4.3 c++接口来查找两个图像之间的匹配点。第一次尝试是使用冲浪。唯一的问题是耗费时间，所以我尝试了新的怪物提取器。使用SURF作为检测和描述的怪物，我意识到怪物将键点的数量减少到几乎检测到的一半，并且得到的匹配是不够的。这就是为什么，我试图快速地获得更多的关键点。结果：
冲浪探测器，冲浪提取器，BFMatcher交叉测试真，RANSAC: 70个关键点第一图像，50个关键点第二图像，200毫秒。250毫秒15毫秒15毫秒
SURF探测器，畸形提取器，BFMatcher交叉测试真，RANSAC: 39个关键点第一图像，30个关键点第二图像(之后)，200毫秒，
浏览 11提问于2013-01-21得票数 18
回答已采纳
我有n帧360x180的全景图像。我想根据两个连续图像之间的比较来确定相机的旋转。对于这个项目，可以安全地假设图像中所有可见的特征都是无穷大的。
我(今天)是OpenCV的新手，肯定需要更多的阅读。我有一个应用程序，将找到使用SIFT或冲浪的KeyPoints，但不确定如何继续从这里。
谢谢
浏览 1提问于2012-07-25得票数 5
回答已采纳
我使用RANSAC来拟合我的数据。数据为30X2双倍，我已经使用MatLab示例编写了下面给出的代码，但是我的问题出现了错误。我不明白这个错误，也无法解决它。到Matlab示例的链接是。
load linedata
data = [xm,ym];
N = length(xm); % number of data points
sampleSize = 2; % number of points to sample per trial
maxDistance = 2; % max allowable distance for inliers
fitLineFcn = polyfit(xm,ym,
浏览 9提问于2022-11-15得票数 0
回答已采纳
1回答
当用较少的匹配关键点(>4)计算具有RANSAC的同音矩阵时，用warpPerspertive变换的图像会以某种方式被扭曲或倾斜。当相同的图像被用来弯曲与更多的匹配的键盘，结果是好的。我看到了一个类似的问题，，但它仍然没有解决。
理论上，我们只需要4个匹配的关键点，但是为什么它不能工作呢？谁能请解释一下，或者给提供一些解释背后原因的纸？
谢谢
浏览 2提问于2014-04-03得票数 1
回答已采纳
1回答
据我所知，Prosac算法是Ransac算法的一个改进版本，它根据数据点的质量对其进行采样。但是，我无法理解算法实现的细节。具体来说，我不能理解第一步和第二步中的两个“如果”，为什么它们在算法中意味着什么，它们的重要性是什么？
参考资料：
与PROSAC的匹配-渐进样本一致性
浏览 3提问于2017-10-19得票数 3
3回答
航空影像拼接
、、、、
我正在尝试缝合2个航空图像在一起非常少的重叠，可能<500像素的重叠。这些图像的分辨率为3600x2100。我正在使用OpenCV库来完成这个任务。
以下是我的方法：
1. Find feature points and match points between the two images.
2. Find homography between two images
3. Warp one of the images using the homgraphy
4. Stitch the two images
现在，我正在尝试让这两个图像工作。我在第3步遇到了问题，可能还有第2步。我使用了
浏览 0提问于2011-05-16得票数 5
回答已采纳
我开始学习计算机视觉，我对两者的区别感到困惑。
我知道，八点算法用于计算基本矩阵，五点算法用于计算本质矩阵。这两种方法都可以用来确定相机的相对姿态。
我还发现，在ransac方法中，使用具有同调的ransac可以确定相对相机的姿态。
与使用算法相比，使用同形的ransac有什么区别吗？
浏览 2提问于2017-11-29得票数 0
回答已采纳
3回答
我正在使用特征提取(sift，orb)进行目标检测。
我想从物体(火车图像)的不同角度提取ORB特征，然后将它们与查询图像进行匹配。
我面临的问题是:我如何从来自不同角度的图像的关键点创建一个好的单应性，当然，这些图像具有不同的大小？
编辑
我想为每个得到3-4个匹配的火车图像创建一个单应性，然后计算一些“平均”单应性……
例如，当每个训练图像仅有1-2个匹配时，问题就出现了，此时您甚至不能创建1个单应性
用于创建单应性的代码
//> For each train images with at least some good matches ??
H = findHomograp
浏览 0提问于2012-07-17得票数 11
回答已采纳
3回答
当通过feature extraction比较2幅图像时，如何比较keypoint距离，从而忽略那些明显不正确的图像？
我发现，当比较相似的图像时，大多数情况下，它可以相当准确，但有时它可以抛出完全独立的匹配。
因此，我想找到一种方法，从这两张图像中查看2组keypoints，并确定匹配的keypoints是否相对处于两个图像上相同的位置。正如它所知道的，keypoints 1、2和3在图像1上相距很远，因此在图像2上匹配的相应关键点应该再次具有相当相似的距离。
我过去使用过RANSAC和minimum distance检查，但只在某种程度上，它们似乎没有我想要的那么彻底。
(使用ORB和Br
浏览 12提问于2015-04-08得票数 3
1回答
我正在使用Stephan Saalfeld-- 的SIFT实现在java中使用sift比较两个图像。但由于缺乏适当的例子，我发现很难使用它。我能够获得两个图像的描述符，然后是它们对应的匹配描述符，最后应用RANSAC来忽略错误匹配。现在，我只剩下一些内部人员了。但是我很困惑如何推断两个图像是否相似？
浏览 0提问于2012-06-29得票数 1
1回答
最近，我检查了Cookbook：中的RANSAC实现，但它似乎与RANSAC算法本身不一致。
从图上看，为什么有些数据点离最好的模型很远(见底部的点)被认为是"RANSAC数据“，而另一些离模型更近的点却不是呢？
在我看来，这与RANSAC算法的主要思想相矛盾，在RANSAC算法中，预定义的阈值区域内的所有点都被认为是不稳定的。
为什么在这个实现中不是这样，在Python中还有其他的RANSAC实现吗？
谢谢你的帮忙!
干杯，亚历克西
浏览 1提问于2014-05-13得票数 4
1回答
在SIFT通信中添加噪声
、、、
我想在Matlab环境下测试ransac框架下的基本矩阵估计算法。输入是sift对应，执行几个Ransac迭代从异常值(假对应)中选择inliers。我想测试该算法在不同噪声水平下的效率。我是否应该只是随机地引入一些不匹配的通信量？另外，如何在sift通信中添加噪声(公式)？
浏览 2提问于2016-03-14得票数 1
回答已采纳
2回答
对于如何使用OpenCV findHomography方法计算最优转换，我感到困惑。
我使用它的方式如下：
cv::Mat h = cv::findHomography(src, dst, CV_RANSAC, 5.f);
不管我运行了多少次，我都得到了相同的转换矩阵。我认为RANSAC应该随机选择一个子集来进行拟合，那么为什么每次都要返回相同的变换矩阵呢？它与一些随机数初始化有关吗？我如何才能使这种行为实际上是随机的呢？
其次，如何调优此设置中RANSAC迭代的次数？通常，迭代的次数是基于inlier比率之类的。
浏览 10提问于2015-08-16得票数 3
回答已采纳
3回答
我使用SIFT来检测、描述两个图像中的特征点如下。
void FeaturePointMatching::SIFTFeatureMatchers(cv::Mat imgs[2], std::vector<cv::Point2f> fp[2])
{
cv::SiftFeatureDetector dec;
std::vector<cv::KeyPoint>kp1, kp2;
dec.detect(imgs[0], kp1);
dec.detect(imgs[1], kp2);
cv::SiftDescriptorExtract
浏览 6提问于2016-03-16得票数 0
回答已采纳
我正在使用features2d (ORB，SIFT等)进行一些对象检测。
我正在进一步调查与RANSAC的同调。我发现许多优点被错误地标记为异常值。
有许多离群值不应该是对象内部的离群值(这本书)
我试图将阈值提高到10，但结果是完全相同的。我能做点什么来改善这种情况吗？
有没有和RANSAC有什么关系？
浏览 2提问于2012-08-20得票数 4
回答已采纳
1回答
我有一个校准相机，它的本质是在进行初始两视图重建之前计算出来的。假设我在一个静止的刚体周围拍摄了20张照片，都是用同一台相机拍摄的。使用前两个视图和场景的地面真相度量，我有
1)用Stewenius 5点算法进行初始重建，求出E(本质矩阵)。
2)摄像机矩阵P1和P2，其中原点设置为摄像机P1的原点。
我的问题是，我如何补充更多意见？对于前两个视图，我手工找到了特征点，因为我发现MATLAB特征检测器和匹配器输出错误的通信。
我是否不断地进行两视图重构，以获得其他相机的extrinsics，即P1和P3、P1、P4...P1和P20；所有这些都使用与P1-P2相同的特征点？这种方法不会有某种错
浏览 3提问于2015-08-14得票数 2
回答已采纳
4回答
我需要确定超市里酸奶的位置。源照片看上去
有模板：
我使用SIFT提取模板的关键点：
img1 = cv.imread('train.jpg')
sift = cv.SIFT_create()# queryImage
kp1, des1 = sift.detectAndCompute(img1, None)
path = glob.glob("template.jpg")
cv_img = []
l=0
for img in path:
img2 = cv.imread(img) # trainImage
# Initiate
浏览 18提问于2021-12-15得票数 4
2回答
背景：
假设从两个不同的角度为同一场景拍摄两张照片。在它们上应用一个配准算法将得到表示它们之间关系的单形矩阵。通过扭曲其中的一个，使用这个单形矩阵(理论上)将产生两个相同的图像(如果非共享的区域被忽略)。
由于不存在完美，这两幅图像可能不是完全相同的，我们可能会发现它们之间的一些差异，这种差异可以在减去它们时明显地显示出来。
示例：
此外，照明条件可能导致巨大的差异，同时减去。
问题：
我正在寻找一个度量，我可以评估注册过程的准确性。这一衡量标准应是：
标准化： 0->1测量，与图像类型无关(自然场景，文字，人类.)例如，如果两个完全不同的注册过程对完
浏览 3提问于2016-01-08得票数 4
回答已采纳
我已经实现了一个在互联网上基于不同测试的健壮匹配器:对称性测试，比率测试和RANSAC测试。它工作得很好。我使用当时的findHomography是为了获得更好的匹配。
代码如下：
RobustMatcher::RobustMatcher() : ratio(0.65f), refineF(true),confidence(0.99), distance(3.0) {
detector = new cv::SurfFeatureDetector(400); //Better than ORB
//detector = new cv::Sift
浏览 25提问于2014-07-10得票数 0
1回答
我试图在一个使用模板内核的函数中使用CGAL的高效Ransac算法，下面是一个可以复制的最小代码。
#include <CGAL/property_map.h>
#include <CGAL/Point_with_normal_3.h>
#include <CGAL/Exact_predicates_inexact_constructions_kernel.h>
#include <CGAL/Shape_detection/Efficient_RANSAC.h>
// Type declarations.
typedef CGAL::Exact_
浏览 11提问于2022-05-17得票数 2
回答已采纳
1回答
当像使用一样使用findHomography时，它调用CV_RANSAC作为其第三个参数：
Mat H = findHomography(obj, scene, CV_RANSAC);
但在我见过的一些示例中，您可以在后面添加一个数字，如下所示：
Mat H = findHomography(obj, scene, CV_RANSAC, 5);
这是做什么的？
有没有一种方法可以改变CV_RANSAC以提高性能，或者只是这样调用它来尽其所能地完成它的工作？
浏览 2提问于2015-01-30得票数 0
1回答
我试着用SIFT算法进行特征匹配.如下面的图1所示，在对象/查询和场景/火车之间有匹配的特性，我收到匹配的数量等于8。
我重复了相同的匹配过程，将相同的对象/查询匹配到完全不同的场景，这完全不包含对象/查询图像，如图2所示。我想知道，既然我要找的对象在现场根本不存在，为什么我会得到好的匹配结果？！
我想得到的结果是，如果场景中的对象不存在，则为零匹配。
我怎样才能做到这一点？
更新
你认为使用knnMatch可以解决这个问题吗？
浏览 3提问于2015-06-28得票数 0
1回答
假定对应
、、
我试图用RANSAC实现两幅图像间基本矩阵的估计算法。到目前为止，我已经找到了兴趣点使用哈里斯角检测。我被困在使用这些兴趣点计算假定的对应关系上。我不想为此使用matlab工具箱，我想知道一种从两个图像中提取对应点的方法，以及它的实现。我读过关于块匹配的文章，但还没有完全理解它的概念。任何样本和指南都会帮助我更好地理解这个问题。
提前谢谢。
浏览 5提问于2014-05-07得票数 3
回答已采纳
2回答
三维点云中的平面拟合
、、、、
我试图在三维点云中寻找平面，使用回归公式
我实现了最小二乘和ransac解，但三个参数方程将平面拟合限制在2.5D，该公式不能应用于与Z轴平行的平面上。
我的问题是如何将平面拟合推广到全三维？为了得到完整的方程a_X +b_Y +c*Z +d，我想添加第四个参数，如何避免平凡的(0，0，0，0，0)解？
谢谢!
我正在使用的密码：
from sklearn import linear_model
def local_regression_plane_ransac(neighborhood):
"""
Computes parameters for a
浏览 5提问于2016-08-03得票数 10
回答已采纳
1回答
我试图从包含电力电缆的三维点数据集中提取飞机。现在，电力电缆也被提取为平面。所以我的问题是，用RANSAC来区分线和平面是可能的。我可以执行基于特征值的分析，但我正在寻找一些方法来执行RANSAC算法本身。
浏览 1提问于2015-04-29得票数 0
回答已采纳
1回答
我想知道是否有任何方法可以创建可以在RANSAC方案中使用的模型，在RANSAC方案中，样条曲线或多段线可以从嘈杂的三维点云确定。
我有一个在每个XY平面上包含一组点的体积，在Z方向上有400个这样的点，当简单地查看3D空间中的绘图数据时，一个样条形状在视觉上出现。我已经有一个直线拟合RANSAC方案，其中误差由简单的距离测量确定，但我无法理解如何确定样条/多段线的模型。
浏览 1提问于2012-10-06得票数 6
2回答
我使用opencv来估计两个图像之间的仿射变换(让我们称之为A和B，我想从A到B进行估计)，我需要实现RANSAC来获得可能的最佳估计。到目前为止，我的RANSAC框架(考虑到我已经有了图像和它们之间的匹配的关键点)：
1:随机选择3个匹配点，将A和B中的匹配点作为getAffineTransform函数的输入；
2:使用函数warpAffine对A中的点进行翘曲，并将结果与B的点进行比较，得到离群点比率: e；
3:考虑到我的样本大小是3个点(getAffineTransform需要3个点来找到转换)，并且我有异常值的比率e，我可以找到我需要运行RANSAC的次数，以具有找到良好估计的高概率
浏览 6提问于2012-09-08得票数 1
回答已采纳
2回答
我正在使用matlab中的SIFT算法来确定模板图像和一组图像之间的相似度，而最终我必须根据得分来确定一组图像之间的最佳匹配，是不是说图像得分越高匹配越好？我知道当存在精确匹配时，得分为零，但如果图像相似怎么办？
浏览 2提问于2012-05-09得票数 2
回答已采纳
我有很多三维线段。其中一些几乎是平行的，有些则指向不同的方向。我想避免离群点，并得到最好的线3d来表示给定的三维线段。
我有点搞不懂RANSAC方法是如何适用于这种情况的.
我应该先找到一条随机线，还是应该把它看作是一个给定的三维点问题？
谁能在c++中给我发一篇文章，告诉我在实现这一点时要遵循的结构。谢谢
浏览 1提问于2013-06-16得票数 0
回答已采纳
2回答
二维点云中的直线检测
、、、、
我正在开发一个更大的系统，用于自动引导车辆的导航和定位，并偶然发现了一个问题。在开发地图时，重要的部分是找到墙。导航是使用LiDAR单元完成的。
传感器看到的示例“图像”如下所示：
所需的输出如下所示：
我已经研究了很多Hough变换和RANSAC算法，但据我所知，Hough变换用于图像，这对我的情况并不是最优的，RANSAC对于在稀疏数据中发现多个墙也不是很好。
这个特定示例中使用的数据可以在以下链接中找到：，其中文件中的两个数组表示x和y坐标，其中元素按索引对应。
我正在用python开发，但如果有人知道一个包中没有的合适的算法，我自己编写算法是没有问题的。
提前谢谢你，雅各布
浏览 0提问于2020-01-16得票数 2
1回答
我试图在多个图像上实现特征匹配。这样做的目的是跟踪图像数据集中的一些特性。我正在Matlab上使用mexopenCV，算法的基本原理是：
1. Feature Detection using SIFT or SURF
2. Feature Description using SIFT or SURF
3. Feature matching using Flann matcher or Brute Force
4. Filtering matches using RANSAC
我的问题是:使用场景中的单个对象，所有跟踪的功能都在该对象上。但是，当我将另一个对象添加到场景中时，跟踪的特征只存在于新
浏览 4提问于2015-06-17得票数 2
回答已采纳
2回答
假设我有一组N个图像，并且我已经计算了每个图像的SIFT描述符。我知道要计算不同特征之间的匹配度。我听说一种常见的方法是洛氏比率测试，但我不明白它是如何工作的。有人能给我解释一下吗？
浏览 0提问于2018-07-06得票数 27
回答已采纳
1回答
我一直在使用PCL (点云库)在PCD (Point )文件中进行墙壁检测。PCD文件是通过深度摄像机生成的。我发现在许多类似的应用中，例如地板检测，RANSAC已经被使用。因此，我也想在这里应用RANSAC，我尽力理解RANSAC，但我仍然有一些与我的应用程序相关的问题：
简而言之，RANSAC试图删除给定数据中的异常值，并迭代地通过一个模型推广这些异常值。那么，在地板检测的情况下，它会把与其他物体对应的点云的其余部分看作是孤立点，而将地板看作是异常点吗？墙壁也是这样吗？
根据PCL的，RANSAC是通过coefficients->values向量给出平面方程中的模型平
浏览 7提问于2020-08-03得票数 0
我尝试使用skimage.feature.orb来对齐时间流逝的图像，以提取关键点，然后使用skimage.measure.ransac过滤它们。由RANSAC建模的变换应该能够对齐我的图像。 这个过程似乎运行得很好，我得到了大量的关键点匹配，然后由RANSAC很好地过滤。模型化的变换完美地纠正了旋转，但每次的平移都是错误的。 我只是误解了转换应该如何应用，或者RANSAC是如何建模的？ # Extract and match features from both images
descriptor_extractor = ORB(n_keypoints = 400, harris_k =
浏览 26提问于2020-06-09得票数 1
回答已采纳
matches = sorted(matches, key = lambda x: x.distance)
src_pts = np.float32([ kp1[m.queryIdx].pt for m in matches ]).reshape(-1,1,2)
dst_pts = np.float32([ kp2[m.trainIdx].pt for m in matches ]).reshape(-1,1,2)
M, mask = cv2.findHomography(src_pts, dst_pts, cv2.RANSAC,5.0)
matchesMask = mask.ravel().
浏览 4提问于2019-07-02得票数 1
1回答
我试图用skimage.measures ransac()函数在LIDAR点云中查找电力线。这是我第一次在python中干预这些模块，所以请容忍我。
到目前为止，我只知道如何可靠地过滤云中的低点或“地面”点，以减少需要处理的点数。
def filter_Z(las, threshold):
filtered = laspy.create(point_format = las.header.point_format, file_version = las.header.version)
filtered.points = las.points[las.Z > las.Z.m
浏览 5提问于2022-07-25得票数 4
回答已采纳
4回答
我有两个图像是相似的，但不同的方向和大小。下面可以看到一个例子：
有办法匹配这两张照片吗？
我曾经使用过Pro壳的形状分析，但是还有其他的方法吗？
浏览 1提问于2015-03-18得票数 9
回答已采纳
1回答
背景
对于计算机视觉分配，我的任务是实现RANSAC，将一个平面拟合到给定的一组点，并利用特征值分解的一致性模型过滤输入点的列表。
我花了几天时间试图调整我的代码，以便在输入的一组测试数据上实现正确的平面过滤行为。所有的算法迷，这是给你的。
我的实现使用ROS数据结构(Point32)的向量作为输入，但这对于当前的问题是透明的。
我做了什么，
当我测试预期的平面滤波行为(正确消除异常值>95%-99%的时间)时，我在我的实现中看到，我只消除异常值并提取测试点云的主平面--30%-40%的时间。其他时候，我过滤了一个平面，它在一定程度上符合预期的模型，但在共识模型中留下了许多明显的异常值。
浏览 2提问于2018-02-18得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频活动推荐
腾讯云开发者
