小套2D点的简单配准算法

Question

我正在尝试找到一种简单的算法来查找两组2D点（注册）之间的对应关系。一组包含我要查找的对象的模板，第二组主要包含属于感兴趣对象的点，但是它可能很嘈杂（缺少点以及不属于该对象的其他点） 。两组都包含约40个2D点。第二组是第一组的单应性（平移，旋转和透视变换）。

我对寻找一种注册算法以获取点对应感兴趣。我将使用此信息来查找两组之间的转换（所有这些都在OpenCV中）。

谁能建议可以完成这项工作的算法，库或少量代码？当我处理小集合时，不必对其进行超级优化。目前，我的方法是类似于RANSAC的算法：

1. 从集合1和集合2中选择4个随机点。
2. 计算变换矩阵H（使用openCV getPerspective（））
3. 使用H扭曲第一组点并测试它们如何与第二组点对齐
4. 重复1-3 N次，然后根据某种度量标准（例如平方和）选择最佳变换。

有任何想法吗？感谢您的输入。

Answer 1

你可能只使用cv::findHomography. 这是一种基于 RANSAC 的方法cv::getPerspectiveTransform。

auto H = cv::findHomography(srcPoints, dstPoints, CV_RANSAC,3);

其中 3 是重投影阈值。