Оценка геометрического преобразования по совпадающим парам точек
tform = estimateGeometricTransform(matchedPoints1,matchedPoints2,transformType)tform. tform возразите сопоставляет inliers в matchedPoints1 к inliers в matchedPoints2.
Функция исключает выбросы с помощью Демонстрационного Согласия M-средства-оценки (MSAC) алгоритм. Алгоритм MSAC является вариантом Согласия Случайной выборки (RANSAC) алгоритм. Результаты не могут быть идентичными между запусками из-за рандомизированной природы алгоритма MSAC.
[ возвращает соответствующие точки inlier в tform,inlierpoints1,inlierpoints2]
= estimateGeometricTransform(matchedPoints1,matchedPoints2,transformType)inlierpoints1 и inlierpoints2.
[___, возвращает код статуса status] = estimateGeometricTransform(matchedPoints1,matchedPoints2,transformType)0, 1, или 2. Если вы не запрашиваете status код вывел, функция возвращает ошибку для условий, которые не могут привести к результатам.
[___] = estimateGeometricTransform( дополнительные опции использования заданы одним или несколькими matchedPoints1,matchedPoints2,transformType, Name,Value)Name,Value парные аргументы.
Считайте и отобразите изображение и преобразованное изображение.
original = imread('cameraman.tif'); imshow(original); title('Base image');
distorted = imresize(original,0.7);
distorted = imrotate(distorted,31);
figure; imshow(distorted);
title('Transformed image');
Обнаружьте и извлеките функции из обоих изображений.
ptsOriginal = detectSURFFeatures(original); ptsDistorted = detectSURFFeatures(distorted); [featuresOriginal,validPtsOriginal] = ... extractFeatures(original,ptsOriginal); [featuresDistorted,validPtsDistorted] = ... extractFeatures(distorted,ptsDistorted);
Совпадайте с функциями.
index_pairs = matchFeatures(featuresOriginal,featuresDistorted); matchedPtsOriginal = validPtsOriginal(index_pairs(:,1)); matchedPtsDistorted = validPtsDistorted(index_pairs(:,2)); figure; showMatchedFeatures(original,distorted,... matchedPtsOriginal,matchedPtsDistorted); title('Matched SURF points,including outliers');
Исключите выбросы и вычислите матрицу преобразования.
[tform,inlierPtsDistorted,inlierPtsOriginal] = ... estimateGeometricTransform(matchedPtsDistorted,matchedPtsOriginal,... 'similarity'); figure; showMatchedFeatures(original,distorted,... inlierPtsOriginal,inlierPtsDistorted); title('Matched inlier points');
Восстановите оригинальное изображение с искаженного изображения.
outputView = imref2d(size(original)); Ir = imwarp(distorted,tform,'OutputView',outputView); figure; imshow(Ir); title('Recovered image');
matchedPoints1 — Совпадающие точки от изображения 1cornerPoints возразите | SURFPoints возразите | MSERRegions возразите | ORBPoints возразите | BRISKpoints | KAZEPoints | M-by-2 матрица [x, y] координатыСовпадающие точки от изображения 1, заданный как любой KAZEPoints, cornerPoints объект, SURFPoints объект, MSERRegions объект, ORBPoints объект, BRISKPointsили M-by-2 матрица [x, y] координаты. Функция исключает выбросы с помощью Демонстрационного Согласия M-средства-оценки (MSAC) алгоритм. Алгоритм MSAC является вариантом Согласия Случайной выборки (RANSAC) алгоритм.
matchedPoints2 — Совпадающие точки от изображения 2cornerPoints возразите | SURFPoints возразите | MSERRegions возразите | ORBPoints возразите | BRISKpoints | KAZEPoints | M-by-2 матрица [x, y] координатыСовпадающие точки от изображения 2, заданный как любой KAZEPoints, cornerPoints объект, SURFPoints объект, MSERRegions объект, ORBPoints объект, BRISKPointsили M-by-2 матрица [x, y] координаты. Функция исключает выбросы с помощью Демонстрационного Согласия M-средства-оценки (MSAC) алгоритм. Алгоритм MSAC является вариантом Согласия Случайной выборки (RANSAC) алгоритм.
transformType — Преобразуйте тип'similarity' | 'affine' | 'projective'Преобразуйте тип, заданный как одна из трех символьных строк. Можно установить тип преобразования на любой 'similarity', 'affine', или 'projective'. Чем больше количество совпадающих пар точек, тем больше точность предполагаемого преобразования. Минимальное количество совпадающих пар точек для каждого преобразовывает тип:
| Преобразуйте тип | Минимальное количество совпадающих пар точек |
|---|---|
'similarity' | 2 |
'affine' | 3 |
'projective' | 4 |
Типы данных: char
Задайте дополнительные разделенные запятой пары Name,Value аргументы. Name имя аргумента и Value соответствующее значение. Name должен появиться в кавычках. Вы можете задать несколько аргументов в виде пар имен и значений в любом порядке, например: Name1, Value1, ..., NameN, ValueN.
'Confidence',9999.'MaxNumTrials' — Максимальные случайные испытанияМаксимальное количество случайных испытаний за нахождение inliers, заданного как разделенная запятой пара, состоящая из 'MaxNumTrials'и положительный целочисленный скаляр. Увеличение этого значения улучшает робастность результатов за счет дополнительных расчетов.
Типы данных: single | double | int8 | int16 | int32 | int64 | uint8 | uint16 | uint32 | uint64
'Confidence' — Уверенность нахождения максимального количества inliersУверенность нахождения максимального количества inliers, заданного как разделенная запятой пара, состоящая из 'Confidence'и числовой скаляр процента в области значений (0 100). Увеличение этого значения улучшает робастность результатов за счет дополнительных расчетов.
Типы данных: single | double | int8 | int16 | int32 | int64 | uint8 | uint16 | uint32 | uint64
'MaxDistance' — Максимальное расстояние от точки до проекцииМаксимальное расстояние в пикселях, от точки до проекции ее соответствующей точки, заданной как разделенная запятой пара, состоящая из 'MaxDistance'и положительный числовой скаляр. Соответствующая проекция основана на предполагаемом преобразовании.
Типы данных: single | double | int8 | int16 | int32 | int64 | uint8 | uint16 | uint32 | uint64
[1] Хартли, R. и А. Зиссермен, "Несколько просматривают геометрию в компьютерном зрении", издательство Кембриджского университета, 2003.
[2] Торр, P. H. S. и А. Зиссермен, "MLESAC: новое устойчивое средство оценки с приложением к оценке геометрии изображений", компьютерное зрение и распознавание изображений, 2000.
BRISKPoints | KAZEPoints | MSERRegions | ORBPoints | SURFPoints | cornerPoints | detectFASTFeatures | detectMSERFeatures | detectMinEigenFeatures | detectORBFeatures | detectSURFFeatures | estimateFundamentalMatrix | extractFeatures | fitgeotrans | matchFeatures