C++ 将RANSAC应用于向量<；点2f>；相似变换

我在findHomography函数中使用了CV_RANSAC选项，但现在我想使用EstimaterialGidTransform。因此，我不能再使用CV_RANSAC

---

我想消除我的SIFT特征匹配数据的异常值，并应用转换。我如何才能做到这一点？

这里有一个对我有效的解决方案：

• 使用SURF描述符和提取器获取特征点
• 使用FLANN matcher获得好的匹配
• 交叉检查所有匹配项。我是这样做的：

  std::vector<Point2f> valid_coords_1, valid_coords_2;
  std::vector< DMatch > valid_matches;
  //-- Show detected matches
  
  
  int counter;
  float res;
  for( int i = 0; i < (int)good_matches.size(); i++ ){
    counter = 0;
    for(int j = 0; j < (int)good_matches.size(); j++){
      if(i!=j){
        res = cv::norm(keypoints_1[good_matches[i].queryIdx].pt - keypoints_1[good_matches[j].queryIdx].pt) - cv::norm(keypoints_2[good_matches[i].trainIdx].pt-keypoints_2[good_matches[j].trainIdx].pt);
        if(abs(res) < (img_1.rows * 0.004 + 3)){ //this value has to be adjusted
          counter++;
        }
        //printf("Match good point %d with %d: %f \n", i, j, res);
      }
    }
   /* printf( "-- Good Match [%d] Keypoint 1: %d (%f,%f)  -- Keypoint 2: %d (%f,%f) Distance: %f  \n", i, good_matches[i].queryIdx, 
      keypoints_1[good_matches[i].queryIdx].pt.x, keypoints_1[good_matches[i].queryIdx].pt.y, 
      good_matches[i].trainIdx, 
      keypoints_2[good_matches[i].trainIdx].pt.x, keypoints_2[good_matches[i].trainIdx].pt.y, 
      good_matches[i].distance); */
    //printf("Point nr %d: has %d valid matches \n", i, counter);
    if(counter > (good_matches.size() / 10)){
      valid_matches.push_back(good_matches[i]);
      valid_coords_1.push_back(keypoints_1[good_matches[i].queryIdx].pt);
      valid_coords_2.push_back(keypoints_2[good_matches[i].trainIdx].pt);
    }
  }
  

  std:：向量有效坐标1，有效坐标2；
  std:：vector有效匹配；
  //--显示检测到的匹配
  整数计数器；
  浮动res；
  对于（int i=0；i<（int）良好的_匹配。size（）；i++）{
  计数器=0；
  对于（int j=0；j<（int）良好的_匹配。size（）；j++）{
  如果（i！=j）{
  res=cv:：norm（keypoints_1[good_matches[i].queryIdx].pt-keypoints_1[good_matches[j].queryIdx].pt）-cv:：norm（keypoints_2[good_matches[i].trainIdx].pt）；
  如果（abs（res）<（img_1.rows*0.004+3））{//必须调整此值
  计数器++；
  }
  //printf（“将良好点%d与%d匹配：%f\n”，i，j，res）；
  }
  }
  /*printf（“--良好匹配[%d]关键点1:%d（%f，%f）--关键点2:%d（%f，%f）距离：%f\n”，i，良好匹配[i]。queryIdx，
  关键点_1[good_matches[i].queryIdx].pt.x，关键点_1[good_matches[i].queryIdx].pt.y，
  很好的匹配[i].trainIdx，
  关键点_2[good_matches[i].trainIdx].pt.x，关键点_2[good_matches[i].trainIdx].pt.y，
  良好的匹配[i]。距离）*/
  //printf（“点编号%d：有%d个有效匹配项\n”，i，计数器）；
  如果（计数器>（良好匹配.size（）/10））{
  有效匹配。向后推（良好匹配[i]）；
  有效的\u坐标\u 1.向后推（关键点\u 1[good\u matches[i].queryIdx].pt）；
  有效的\u坐标\u 2.向后推（关键点\u 2[良好匹配[i].trainIdx].pt）；
  }
  }
  

  • 使用了转换函数

---

我希望这在某种程度上有所帮助。如果您需要更多信息，请告诉我：）

您有2D或3D变换吗？EstimaterialGidTransform函数假定变换是二维的。我曾经做过一个项目，在这个项目中，我使用了findHomography和SURF的EstimaterialGidTransform，但这是一个固定的距离和一个平面。你们能解释一下你们想要比较什么吗？我正在制作全景图，这样就可以通过2D变换将图像缝合到参考图像上。我使用findHomography以投影方式缝合它，但最后它会展开。因此我想使用similarity transform.THX！我会查出来的！我本来打算自己实施ransac，但这会有很大帮助！