【图像处理】特征点配对

小记

研究特征点提取之后，进行特征点配对的方法。
SLAM入门之视觉里程计(1)：特征点的匹配

---

暴力匹配法

针对暴力匹配，可以使用交叉匹配的方法来过滤错误的匹配。交叉过滤的是想很简单，再进行一次匹配，反过来使用被匹配到的点进行匹配，如果匹配到的仍然是第一次匹配的点的话，就认为这是一个正确的匹配。举例来说就是，假如第一次特征点A使用暴力匹配的方法，匹配到的特征点是特征点B；反过来，使用特征点B进行匹配，如果匹配到的仍然是特征点A，则就认为这是一个正确的匹配，否则就是一个错误的匹配。

---

KNN法

在匹配的时候选择K个和特征点最相似的点，选择最相似的那个点作为匹配点，通常选择K = 2，也就是最近邻匹配。对每个匹配返回两个最近邻的匹配，如果第一匹配和第二匹配距离比率足够大（向量距离足够远），则认为这是一个正确的匹配，比率的阈值通常在2左右。

---

随机抽样一致算法（Random sample consensus，RANSAC）

采用随机采样一致性（RANSAC）来过滤掉错误的匹配.
RANSAC的使用条件是：1.输入是一组带污染的观测数据，其中的可信数据占了大多数；2.有一个可以解释可信观测数据的参数化模型