用Opencv实现RANSAC过滤关键点匹配对

本文详细介绍了如何使用RANSAC算法来过滤和优化关键点匹配过程中的匹配点对,确保只保留最可靠的匹配结果。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

//RANSAC算法实现
vector<DMatch> ransac(vector<DMatch> matches,vector<KeyPoint> queryKeyPoint,vector<KeyPoint> trainKeyPoint)
{
	//定义保存匹配点对坐标
	vector<Point2f> srcPoints(matches.size()),dstPoints(matches.size());
	//保存从关键点中提取到的匹配点对的坐标
	for(int i=0;i<matches.size();i++)
	{
		srcPoints[i]=queryKeyPoint[matches[i].queryIdx].pt;
		dstPoints[i]=trainKeyPoint[matches[i].trainIdx].pt;
	}
	//保存计算的单应性矩阵
	Mat homography;
	//保存点对是否保留的标志
	vector<unsigned char> inliersMask(srcPoints.size()); 
	//匹配点对进行RANSAC过滤
	homography = findHomography(srcPoints,dstPoints,CV_RANSAC,5,inliersMask);
	//RANSAC过滤后的点对匹配信息
	vector<DMatch> matches_ransac;
	//手动的保留RANSAC过滤后的匹配点对
	for(int i=0;i<inliersMask.size();i++)
	{
		if(inliersMask[i])
		{
			matches_ransac.push_back(matches[i]);
			//cout<<"第"<<i<<"对匹配:"<<endl;
			//cout<<"queryIdx:"<<matches[i].queryIdx<<"\ttrainIdx:"<<matches[i].trainIdx<<endl;
			//cout<<"imgIdx:"<<matches[i].imgIdx<<"\tdistance:"<<matches[i].distance<<endl;
		}
	}
	//返回RANSAC过滤后的点对匹配信息
	return matches_ransac;
}



                
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值