本文介绍如何使用RANSAC算法结合SIFT特征匹配去除错误匹配点。通过opencv的findFundamentalMat()函数，从原始匹配点中筛选有效对应，减少错误匹配，提高匹配准确性。
尺度不变特征变换匹配算法SIFT（3）
e-mail:chentravelling@163.com
通过SIFT（1）和SIFT（2）初步学会使用SIFT算法进行特征提取和匹配，但是我们从实践中会发现，直接通过SIFT特征提取的结果并不是非常乐观，存在比较多的错误匹配，如图1所示：图1中只是选择了50个匹配点，并进行了连线，很明显存在一些错误匹配点。如果我们选择讲所有匹配点进行连线，可以得到图2，从图2中可以发现，错误匹配点是相当多。
图1
图2
那么，为了剔除这些错误匹配，我们可以使用RANSAC方法，通过调用opencv函数库中的findFundamentalMat()函数，即可剔除掉错误匹配点（野点、无效数据点）。那么这部分工作需要两大步：（1）通过SIFT算法获取SIFT特征点；
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
