Java 在点匹配算法中寻找单一索引来表示相似度

我确实读过，并希望实现它，以便进行简单的行匹配。然而，我只有非常基本的数学知识，不能真正理解页面上的方程式

假设我能够从两幅图像中提取点，通过蛮力循环搜索最近的对，并得到一个具有相应距离的对列表

利用上述数据计算单个指数的下一步是什么？

---

我现在的想法是简单地平均所有的距离。我相信这是更好的方法。或者我应该获取更多数据进行计算？

你的直觉几乎是正确的

通常，度量是距离的平方和；目标是找到最小二乘拟合（最小化所有单个平方距离之和）。从本质上讲，这将使标准偏差最小化（实际上它将方差最小化，但最终效果相同）

因此，取所有对应的对，计算它们之间的距离平方（快速计算，不涉及sqrt；比计算实际距离快），将它们相加，越小越好。如果点集的计数不同，您可能希望除以计数以获得适当的方差值

这个指标适用于几乎所有的注册算法

顺便说一句，如果你已经有一个点对应，并且你知道没有缩放/倾斜，你可能也会感兴趣，这是一个封闭形式（非迭代）算法，它直接吐出最小二乘拟合。它非常有效

---

（请注意，对于为什么方差是比平均距离更好的指标的一个非常简单的解释，请查看）。

您的链接指向“鲁棒点匹配”算法。你说的是那个算法吗？这个问题似乎离题了，因为它更适合感谢你的指导杰森：）霍恩的方法对我来说有点复杂，但关于方差的链接简单明了，我希望我会去做。@user3418002霍恩的方法很好，如果你能找到它的实现；我们曾经使用Horn算法+遗传算法的组合，并去除异常值，在没有实际已知点对应关系的情况下，将3D点的嘈杂集合注册到曲面模型中（找到与点集最近的曲面点->Horn算法->变换->去除异常值->随机抖动->冲洗->重复）。效果很好。