【计算机视觉】图像全景拼接 RANSAC_图像ransac-程序员宅基地

1、全景图像拼接原理

1.1 RANSAC算法原理

RANSAC是“RANdom SAmple Consensus（随机抽样一致）”的缩写。它可以从一组包含“局外点”的观测数据集中，通过迭代方式估计数学模型的参数。它是一种不确定的算法——它有一定的概率得出一个合理的结果；为了提高概率必须提高迭代次数。

RANSAC的基本假设是：

（1）数据由“局内点”组成，例如：数据的分布可以用一些模型参数来解释；

（2）“局外点”是不能适应该模型的数据；

（3）除此之外的数据属于噪声。

局外点产生的原因有：噪声的极值；错误的测量方法；对数据的错误假设。

RANSAC也做了以下假设：给定一组（通常很小的）局内点，存在一个可以估计模型参数的过程；而该模型能够解释或者适用于局内点。

RANSAC的算法步骤：

1. 随机从数据集中随机抽出4个样本数据 (此4个样本之间不能共线)，计算出变换矩阵H，记为模型M；

2. 计算数据集中所有数据与模型M的投影误差，若误差小于阈值，加入内点集 I

3. 如果当前内点集 I 元素个数大于最优内点集 I_best , 则更新 I_best = I，同时更新迭代次数k ;

4. 如果迭代次数大于k,则退出 ; 否则迭代次数加1，并重复上述步骤；

注：迭代次数k在不大于最大迭代次数的情况下，是在不断更新而不是固定的

其中，p为置信度，一般取0.995；w为"内点"的比例 ; m为计算模型所需要的最少样本数=4；

1.2 单应性矩阵估计

平面的单应性被定义为一个平面到另外一个平面的投影映射。

这边通过ransac算法来求解单应性矩阵。

1.3 图像拼接

使用RANSAC算法估计出图像间的单应性矩阵，将所有的图像扭曲到一个公共的图像平面上。通常，这里的公共平面为中心图像平面。一种方法是创建一个很大的图像，比如将图像中全部填充0，使其和中心图像平行，然后将所有的图像扭曲到上面。由于我们所有的图像是由照相机水平旋转拍摄的，因此我们可以使用一个较简单的步骤：将中心图像左边或者右边的区域填充为0，以便为扭曲的图像腾出空间。

2、图像拼接代码实现

使用RANSAC算法求解单应性矩阵 RansacModel类是用于测试单应性矩阵的类里面包含了fit（）和get_error()方法

fit()方法计算选取的四个对应的单应性矩阵

get_error() 是对所有的对应计算单应性矩阵，然后对每个变换后的点，返回相应的误差

class RansacModel(object):
    """ Class for testing homography fit with ransac.py from
        http://www.scipy.org/Cookbook/RANSAC"""

    def __init__(self, debug=False):
        self.debug = debug

    def fit(self, data):
        """ Fit homography to four selected correspondences. """

        # transpose to fit H_from_points()
        data = data.T

        # from points
        fp = data[:3, :4]
        # target points
        tp = data[3:, :4]

        # fit homography and return
        return H_fro

本文链接：https://blog.csdn.net/qq_37367702/article/details/88927239

原作者删帖不实内容删帖广告或垃圾文章投诉

智能推荐

ActiveMQ和Jetty整合使用-程序员宅基地

在ActiveMQ中的activemq.bat启动的时候，通过jetty启动ActiveMQ的管理控制台界面。在一般的Java应用程序中如果想让WEB应用程序启动，那么比较简单的方式就是通过使用jetty启动web应用程序。具体代码如下：package org.apache.activemq.tool;import org.eclipse.jetty.serve...

记第二次面试——作业帮算法实习（已收到offer）_作业帮第二轮面试是什么-程序员宅基地

0.前言周一面试头条失利之后回来做了些总结。这一周继续刷题并把做过的题总结了一遍，把《统计学习方法》上经典的算法再手推了一下，还看了GDBT和XGBoost这两个比较火的算法，都手动推导了。然后投了一些公司，周4收到作业帮，百度和创新奇智我在学校主要是做AI+教育方向的，作业帮这个岗位也是做学生能力评估、学习资源推荐，和我我在学校实验室做的非常match。1.面试1.1 一面首先是介绍..._作业帮第二轮面试是什么

XPOSED框架下载地址_xposed官网_Free飝Fly的博客-程序员宅基地

虽然现在Xposd没有前几年那么火了，很多都用面具了，但有时还是想拿老手机来折腾下，发现曾经比较好找的资源现在也很难找了（分享的人少了，原来的下载链接被和谐或取消了）。那就把这些信息记录下来吧，方便以后查看XPOSED官网：https://repo.xposed.info/GitHub:https://github.com/rovo89/Xposed不同版本XPOSED卡刷包：http://dl-xda.xposed.info/framework/..._xposed官网

自考 C++ 杂记 —— 多态性及虚函数_构造函数调用虚函数采用动态联编-程序员宅基地

1.多态性静态联编：编译时的多态性，函数重载实现动态联编：运行时的多态性，虚函数实现2.虚函数的定义只能是一个成员函数，不能是静态成员，用virtual关键字声明。一旦基类定义了虚函数，该基类的派生类中的同名函数（返回值、参数列表与基类中的同名虚函数完全一致）那么也自动成为虚函数。虚函数的调用规则是：根据当前对象，优先调用对象本身的虚成员函数。3.虚函数实现多态性的条件..._构造函数调用虚函数采用动态联编

时间序列实例_时间序列数据-程序员宅基地

时间序列实例junjun2016年2月12日Rmarkdown脚本及数据集：http://pan.baidu.com/s/1gekA3AV实例一、使用ARIMA模型对裙子长度预测ARIMA 模型为平稳时间序列定义的。因此，如果你从一个非平稳的时间序列开始，首先你就需要做时间序列差分直到你得到一个平稳时间序列。如果你必须对时间序列做 d 阶差分才能得到一个平稳序列..._时间序列数据

pl_sql如何对之前已提交的误操作回滚-程序员宅基地

FLASHBACK TABLE test TO TIMESTAMP TIMESTAMP '2010-3-18 10:00:00';这要求TEST表事先有ENABLE ROW MOVEMENT.或者把旧数据找出来然后手工写回去：SELECT * FROM test AS OF TIMESTAMP TIMESTAMP '2010-3-18 10:00:00';