Homography estimation(旋转估计)

本文介绍了如何使用RANSAC算法来估计Homography矩阵,以进行图像映射。通过随机选择点集的一部分,拟合模型并排除异常点,多次迭代以找到最佳模型。在OpenCV中应用此算法来估计Homography,并展示了将四个角点投影后的效果。
摘要由CSDN通过智能技术生成

以下内容节选自https://bitesofcode.wordpress.com/2017/09/12/augmented-reality-with-python-and-opencv-part-1/comment-page-1/#comment-61

807375-20171117170044109-1327935107.png

对于上图中,怎么估计\(\begin{bmatrix}h_{11} & h_{12} & h_{13} \\ h_{21} & h_{22} & h_{23} \\ h_{31} & h_{32} & h_{33} \end{bmatrix}\)?
我们可以使用Random Aample Consebsus(RANSAC)

RANSAC算法过程如下:

  1. 均匀随机选择点集合中的一部分点;
  2. Fit a model to subset
  3. find all remaining points that are "close" to the model and reject the rest as outliers
  4. do this many times and choose the best model

举个例子,假设我们有一下点集,我们想用使用RANSAC来用一条直线拟合:

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