GMS匹配算法论文、源码笔记

前言：

本文是实验GMS匹配算法的一些论文阅读和源码笔记。在使用ORB特征的前提下，相机姿态变化较大情况下，实验效果明显优于暴力匹配，无明显错配。

放一张论文原图：

一、论文笔记

最近为了完成一个项目，对两视图之间的特征点匹配关系要求较为精确，实验了一些匹配算法，其中包括了GMS。

论文题目《GMS: Grid-based Motion Statistics for Fast, Ultra-robust Feature Correspondence》，源码可以从较新的OpenCV扩展模块找到。

注：此部分没有深究算法原理，这是充分理解，便于后面修改和使用相关代码。

 

1. 原理

      论文摘要：结合平滑性约束到特征匹配中已知可以实现超级鲁棒的匹配。但是，这种方法是复杂和耗时的。这篇论文提出了GMS(基于方格的运动统计)，一种阐述运动平滑性作为一个区域内一定数量的匹配统计可能性的的简单方法。GMS使得有位移的高数量匹配有着较高的匹配质量。这提供了一种实时，很鲁棒的匹配系统。在低纹理，模糊和宽基线（可以认为是旋转位移较大的一对图像）的视频上的评估，显示GMS均超过了其它实时匹配方法，并且与更复杂，更慢的匹配方法达到同样的效果。

    &n