Computer vision 单应与8/5点算法的ransac

我开始学习计算机视觉，我对两者的区别感到困惑

我知道8点算法用于计算基本矩阵，5点算法用于计算基本矩阵。这两种方法都可用于确定相机的相对姿势

我还发现，在ransac方法中，使用ransac和单应性可以确定相对相机姿势

---

与使用算法相比，使用单应性的ransac有什么区别吗？

首先，请注意，您仍然需要使用8点或5点算法的ransac，因为实际上，在匹配过程中会出现异常值

我认为单应性姿势的主要缺点是你使用的点匹配需要共面。另外，如果我没有弄错的话，在具有多个平面的场景中，根据在场景中选择的平面，可能会得到不同的同音字。这就是为什么应用单应性来校正透视会给图像的其他部分增加失真的原因，请参见视频中的示例。因此，在复杂的场景中，例如城市环境中，匹配比较困难，我会使用8点或5点算法之一

请注意，显然，您还可以将相对姿势直接恢复到比例，并根据该比例计算基本姿势。这比计算基本/基本然后提取相对姿势更容易