Алгоритмы компьютерного зрения RANSAC

OpenCV
Алгоритмы компьютерного зрения RANSAC

Это 9-й день моего участия в Gengwen Challenge.Подробности о мероприятии, пожалуйста, проверьте:Обновить вызов

что такое сопоставление изображений

Регистрация изображения заключается в том, чтобы найти взаимосвязь пространственного отображения между пикселями одного изображения и пикселями другого изображения. Эти изображения можно делать в разное время (многовременная регистрация) и в разных местах с помощью разных датчиков (мультимодальная регистрация). Пространственные отношения между этими изображениями могут быть жесткими (перенос и вращение), аффинными (например, сдвиг), гомографическими (или сложными моделями больших деформаций).

005.png

RANSAC(Random sample consensus)

RANSAC в основном используется для обработкиВнешние точки(контур) В большинстве случаев ищите прямую линию или выполняйте подбор параметров модели. От полного названия RANSAC это означает согласованность случайной выборки. — очень простой и эффективный способ оценки параметров модели. Не ограничиваясь только параметрами линейной модели, в SLAM внешние параметры камеры могут быть рассчитаны путем сравнения отношения между характерными точками на изображениях до и после кадра, чтобы рассчитать траекторию движения и создать разреженное изображение. облако точек.

Общие термины

Основное предположение для алгоритма RANSAC состоит в том, что данные состоят извнутренняя точкаиВнешняя точкасостоит из.

  • внутренняя точкаэто данные, которые составляют параметры модели
  • Внешняя точкаданные, не соответствующие модели

003.png

В то же время RANSAC предполагает, что данный набор содержит небольшое количествовнутренняя точкаданных, существует программа, которая может оценитьвнутренняя точкамодель.

Обычно это следующие шаги

  • Сначала выберите минимальный набор.Например, для оценки параметров прямой нужно выбрать две точки, так как две точки определяют прямую.С двумя точками мы можем написать уравнение прямой линии
  • Затем используйте точки, отличные от выбранной точки, для голосования на линии, то есть вычислите расстояние от оставшихся точек до линии, а затем установите порог для расчета количества точек, расстояние до которых меньше этого порога. число, тем больше голосов

002.png

Как показано

  • Шаг 1 Случайным образом выберите 2 точки
  • Шаг 2 Нарисуйте линию через выбранные 2 точки
  • Шаг 3 Рассчитайте расстояние от оставшихся точек до линии, а затем рассчитайте расстояние меньше порога в соответствии с ранее установленным порогом t

Количество баллов стоимости используется в качестве баллов для голосования.

На этом этапе одна итерация завершена.Повторите вышеуказанную итерацию, чтобы записать количество голосов, полученных после выбора точек в каждой итерации.Модель линии, соответствующая наибольшему количеству голосов, является линией, которую мы хотим найти.

Как выбрать количество итераций N

Из приведенного выше процесса решения можно обнаружить, что трудно определить количество итераций N, а скорость внутренней точки t или скорость внешней точки e можно определить по этим параметрам, вы можете почувствовать опыт установки этих параметров,

t=ninlinersninliners+noutlinerst = \frac{n_{inliners}}{n_{inliners} + n_{outliners}}

(1−tS)N=1−p(1 - t^S)^N = 1 - p

  • N - количество итераций
  • Выберите количество выборок для обозначения S
  • Где p — вероятность того, что RANSAC дает правильную модель, тогда предоставление правильной модели означает, что все точки выбора являются внутренними точками, где 1 — p — вероятность того, что RANSAC дает неправильную модель.
  • t - частота вкраплений, S представляет количество выбранных выборок, если S раз - все вкрапления, вероятность равнаtSt^S

N=1−p1−tSN = \frac{1 - p}{1 - t^S}

Выход РАНСАК

Обычно мы также устанавливаем порог, который является порогом количества голосов, то есть минимальное количество голосов, а количество голосов за линию с наибольшим количеством голосов в прямой линии должно быть больше, чем минимальное количество голосов. Фактически, RANSAC выводит параметр линейной модели с наибольшим количеством голосов, превышающим предварительно установленный порог, или несколько строк с числом голосов, превышающим минимальное количество голосов (порог).

Как определить исходящий тариф

Обычно мы ничего не знаем о скорости этих баллов, так что же нам делать в этом случае? Во-первых, установите число итераций N равным бесконечности, потому что теперь вы не знаете частоту отклонений от точки, поэтому нет никакого способа установить N. Таким образом, фактическое количество итераций sample_count обычно будет меньше N.

  • Sample_count может дать начальное значение 0, а затем выбрать две точки для определения прямой линии.С помощью прямой линии можно определить внутреннюю скорость текущей прямой линии, то есть количество точек, расстояние которых от прямой линия меньше порога, который мы указали заранее, больше, чем общее количество баллов.
  • Рассчитать процентную ставку по процентной ставке

e=1−number of inlierstotal number of pointse = 1 - \frac{number\,of\, inliers}{total \, number \, of \, points}

  • Итак, теперь у нас есть несколько значений, а именно уравнение прямой линии l, количество точек внутри d и доля внешних точек в e, так что мы можем вычислить N1

Следующим шагом является увеличение sample_count на 1 и повторение вышеуказанных шагов.На следующей итерации N больше не бесконечно, а используется N1.Если количество точек в d, рассчитанное на следующей итерации, больше, чем на предыдущей, сохраните это d и вычислить результат N1 и отбросить предыдущий расчет, чтобы получить N1.

Категории