Did*_*don 4 matrix computer-vision pose-estimation ransac reprojection-error
我使用Nister中的5点方法来计算基本矩阵.使用RANSAC和Sampson误差阈值进一步改进了异常值抑制.我随机选择5个点集,估计基本矩阵并评估匹配向量的Sampson误差.Sampson误差低于阈值t(在我所拥有的示例中设置为0.01)的点坐标被设置为内点.对所有基本矩阵重复该过程,并保留具有最佳内点的分数.
我注意到d的大多数值,即sampson误差的向量太大了:例如,如果d的大小是(1x1437),如果我做g = find(abs(d)> 0.01); 长度(G)
然后长度(g)= 1425这意味着只有7个值是这个阈值的内部值,这是不正确的!
如何设置门槛？如何解释Sampson错误值？
请帮帮我.谢谢
Yin*_*ong 11
Sampson距离是几何距离的一阶近似.可以理解如下:
给定基本矩阵F和一对对应关系(x,x')使得x'Fx = e,这对应的距离/误差是多少？为所有对应关系(y,y')定义几何距离,使得y'Fy = 0,|| xy || ^ 2 + || x'-y'|| ^ 2的最小值(换句话说,与(x,x')最接近的对应关系,它完全满足F矩阵).并且可以证明Sampson误差是该最小距离的第一近似值.
直观地,Sampson误差可以粗略地认为是点x与相应的极线x'F之间的平方距离.在这种情况下,0.01的阈值太小(您很少找到基本矩阵,使得所有对应都在0.1像素精度内).根据图像对的大小/分辨率/质量,建议的阈值将介于1到10(1~3像素误差)之间.