图像匹配精度评价

最近在做图像匹配的相关内容，把图像匹配精度的评价指标记录一下。
刚刚入门匹配，如果有错误的地方欢迎大佬们指正。

相关参数

图像：A，B，大小512×512，单应性矩阵H，投影后，像素误差阈值为thres。

特征点及描述子提取算法：SIFT

匹配策略：Flann

提取到的特征点数量：

图像A提取到的特征点数量：FeaturesA = 2000
图像B提取到的特征点数量：FeaturesB = 1000
那么A和B匹配点的数量最大就是1000
投影后误差小于阈值的点：Correspondence(B-HA < thres) = 800

利用Flann匹配，距离参数设置为0.8。

匹配点的数量：Flann0.8 = 500
正确匹配的数量：Correct0.8 = 300

利用Flann匹配，距离参数设置为0.7。

匹配点的数量：Flann0.7 = 400
正确匹配的数量：Correct0.7 = 250

假定匹配率（putative match ratio）

假定匹配率（putative matches ratio） = 假定匹配（putative matches）/ 特征点数量（features）
根据上面的匹配参数。假定匹配率 = 匹配点的数量 / 两图像提取到的特征点数量的均值
Flann0.8下的假定匹配率：PMR0.8 = Flann0.8 /1000 = 500/1000 = 0.5
Flann0.7下的假定匹配率：PMR0.7 = Flann0.7 / 1000 = 400/1000 = 0.4

匹配精度（precision）

匹配精度（precision）= 正确匹配（correct matches）/ 假定匹配（putative matches）
Flann0.8下的精度：PRE0.8 = Correct0.8 / Flann0.8 = 300/ 500 = 0.6
Flann0.7下的精度：PRE0.7 = Correct0.7 / Flann0.7 = 250/400 = 5/8

匹配分数（matches score）

匹配分数（matches score） = 正确匹配（correct matches）/ 特征点数量（features）
Flann0.8下的匹配分数 ：Correct0.8 /1000 = 300 / 1000 = 0.3
Flann0.7下的匹配分数 ：Correct0.7 / 1000 = 250/ 1000 = 0.25

召回率（recall）

召回率（recall） = 正确匹配（correct matches）/ correspondence
Flann0.8下的召回率 ：Recall0.8 = Correct0.8 /800= 300 / 800 = 3/8
Flann0.8下的召回率 ：Recall0.7 = Correct0.7 /800= 250/ 800 = 5/16
这些只是个人理解，有错误的地方欢迎大家指正。

参考文献

A Performance Evaluation of Local Descriptors
A_Comparison_of_Affine_Region_Detectors
Comparative Evaluation of Binary Features