Оцените геометрическое преобразование от соответствия с парами точки
Computer Vision Toolbox / Геометрические преобразования
Используйте блок Estimate Geometric Transformation, чтобы найти матрицу преобразования, которая сопоставляет самое большое количество пар точки между двумя изображениями. point pair относится к точке во входном изображении и его связанной точке на изображении, созданном с помощью матрицы преобразования. Можно выбрать, чтобы использовать Согласие Случайной выборки (RANSAC) или Наименее средний алгоритм Квадратов, чтобы исключить выбросы и вычислить матрицу преобразования. Можно также использовать все точки ввода, чтобы вычислить матрицу преобразования.
Pts1
— Укажите координатыУкажите координаты в виде M-by-2 матрица на основе одного [x y] координаты точки, где M представляет число точек.
Блок выводит совпадающий тип данных для матрицы преобразования как Pts1 и точки Pts 2 изображений.
Типы данных: single
| double
| int8
| int16
| int32
| uint8
| uint16
| uint32
Pts2
— Укажите координатыУкажите координаты в виде M-by-2 матрица на основе одного [x y] координаты точки, где M представляет число точек.
Блок выводит совпадающий тип данных для матрицы преобразования как Pts1 и точки Pts 2 изображений.
Типы данных: single
| double
| int8
| int16
| int32
| uint8
| uint16
| uint32
Num
— Количество актуальных вопросовСкалярное значение, которое представляет количество актуальных вопросов в Pts1 и Pts 2.
Типы данных: int8
| int16
| int32
| uint8
| uint16
| uint32
TForm
— ПреобразованиеПреобразование, возвращенное или как 3 2 или как 3х3 матрица. Блок выводит совпадающий тип данных для матрицы преобразования как Pts1 и точки Pts 2 изображений.
Когда Pts1 и Pts 2 будут одним или двойными, выходная матрица преобразования будет также иметь один или двойной тип данных.
Когда Pts1 и изображения Pts 2 являются встроенными целыми числами, опция доступна, чтобы установить тип данных матрицы преобразования на любой Single
или Double
.
Типы данных: single
| double
Inlier
— Точки используютсяТочки раньше вычисляли TForm
, возвращенный как M-by-1 вектор.
Порт Inlier появляется, когда вы включаете параметр Output Boolean signal indicating which point pairs are inliers.
Типы данных: Boolean
Transformation type
— Тип преобразованияAffine
(значение по умолчанию) | Nonreflective similarity
| Projective
Задайте тип преобразования как любой Nonreflective similarity
, Affine
, или Projective
. Смотрите Преобразования для более детального обсуждения.
Можно установить дополнительные параметры в зависимости от типа преобразования:
Для Projective
преобразование, можно задать скалярный алгебраический порог расстояния для определения inliers.
Для Affine
или Projective
преобразование, можно задать порог расстояния для определения inliers в пикселях.
Find and exclude outliers
— Найдите и исключите выбросыВключите, чтобы найти и исключить выбросы из точек ввода и использовать только точки inlier, чтобы вычислить матрицу преобразования. Когда вы выключаете этот параметр, все точки ввода используются, чтобы вычислить матрицу преобразования.
Method
— Метод, чтобы найти выбросыRANdom SAmple Consensus (RANSAC)
(значение по умолчанию) | Least Median of Squares
Выберите метод, чтобы найти выбросы как любой RANdom SAmple Consensus (RANSAC)
или Least Median of Squares
См. RANSAC и Наименьшее количество Средних Алгоритмов Квадратов для более детального обсуждения.
Этот параметр появляется, когда вы включаете флажок Find and exclude outliers.
Algebraic distance threshold for determining inliers
— Алгебраический порог расстояния для определения inliersЗадайте скалярное пороговое значение для определения inliers. Порог управляет верхним пределом, используемым, чтобы найти алгебраическое расстояние в алгоритме RANSAC.
Этот параметр появляется, когда вы устанавливаете параметр Method на Random Sample Consensus (RANSAC)
и параметр Transformation type к Projective
.
Distance threshold for determining inliers (in pixels)
— Порог расстояния для определения inliers (в пикселях)
(значение по умолчанию) | скалярЗадайте расстояние верхнего предела, точка может отличаться от местоположения проекции своей соответствующей точки.
Этот параметр появляется, когда вы устанавливаете параметр Method на Random Sample Consensus (RANSAC)
и вы устанавливаете значение параметра Transformation type к Nonreflective similarity
или Affine
.
Determine number of random samplings using
— Определите количество случайного использования выборокSpecified value
(значение по умолчанию) | Desired confidence
Выберите Specified value
ввести положительное целочисленное значение для количества случайных выборок. Выберите Desired confidence
определять номер случайных выборок как процент и максимальное количество.
Этот параметр появляется, когда вы устанавливаете флажок Find and exclude outliers, и вы устанавливаете значение параметра Method к Random Sample Consensus (RANSAC)
.
Number of random samplings
— Количество случайных выборок
(значение по умолчанию) | скалярЗадайте количество случайных выборок для алгоритма, чтобы выполнить.
Этот параметр появляется, когда вы устанавливаете значение параметра Determine number of random samplings using к Specified value
.
Desired confidence (in %)
— Желаемое доверие (в %)
(значение по умолчанию) | скалярУкажите, что процент желал доверия путем введения номера между 0
и 100
. Значение представляет вероятность алгоритма, чтобы найти самую многочисленную группу точек, которые могут быть сопоставлены матрицей преобразования.
Этот параметр появляется, когда вы устанавливаете параметр Determine number of random samplings using на Desired confidence
.
Maximum number of random samplings
— Максимальное количество случайных выборок
(значение по умолчанию) | целое числоЗадайте целое число для максимального количества случайных выборок.
Этот параметр появляется, когда вы устанавливаете параметр Method на Random Sample Consensus (RANSAC)
и вы устанавливаете значение параметра Determine number of random samplings using к Desired confidence
.
Stop sampling earlier when a specified percentage of point pairs are determined to be inlier
— Прекратите производитьПозвольте этому параметру остановить случайную выборку, когда процент точек ввода будет найден как inliers.
Этот параметр появляется, когда вы устанавливаете параметр Method на Random Sample Consensus (RANSAC)
.
Perform additional iterative refinement of the transformation matrix
— Выполните дополнительное итеративное улучшениеЗадайте, выполнить ли улучшение на матрице преобразования.
Этот параметр появляется, когда вы устанавливаете флажок Find and exclude outliers .
Output Boolean signal indicating which point pairs are inliers
— Выведите булев сигналПозвольте этому параметру вывести пары точки inlier, которые использовались, чтобы вычислить матрицу преобразования.
Этот параметр появляется, когда вы устанавливаете флажок Find and exclude outliers .
Блок не будет использовать этот параметр с со знаком или двойным, точками типа данных.
When Pts1 and Pts2 are built-in integers, set transformation matrix date type to
— Установите тип даты матрицы преобразованияSingle
(значение по умолчанию) | Double
Задайте тип данных матрицы преобразования как Single
или Double
когда точки ввода являются встроенными целыми числами.
Блок не будет использовать этот параметр с со знаком или двойным, точками типа данных.
Allow variable-sized signal input
— Позвольте вход сигнала переменного размераПозвольте этому параметру позволить вход сигнала переменного размера.
Алгоритм RANSAC использует порог расстояния. Пара точек, (отобразите a, Pts1), и (отобразите b, Pts 2), inlier только когда расстояние между и проекция на основе матрицы преобразования находится в пределах заданного порога. Метрика расстояния, используемая в алгоритме RANSAC, следующие:
Наименее средний алгоритм Квадратов принимает, что по крайней мере 50% пар точки могут быть сопоставлены матрицей преобразования. Алгоритм не должен явным образом задавать порог расстояния. Вместо этого это использует среднее расстояние между всеми парами точки ввода. Метрика расстояния, используемая в Наименее среднем из алгоритма Квадратов, следующие:
Для обоих уравнений:
точка в изображении (Pts1
)
точка в изображении b (Pts2
)
проекция точки на изображении на основе матрицы преобразования H
расстояние между двумя парами точки на изображении b
порог
число точек
Чем меньший метрика расстояния, тем лучше матрица преобразования и поэтому более точное изображение проекции.
Блок Estimate Geometric Transformation поддерживает Nonreflective similarity
, Affine
, и Projective
типы преобразования, которые описаны в этом разделе.
Неотражающее преобразование подобия поддерживает перевод, вращение и изотропное масштабирование. Это имеет четыре степени свободы и требует двух пар точек.
Матрица преобразования:
Проекция точки :
аффинное преобразование поддерживает неизотропное масштабирование в дополнение ко всем преобразованиям, которые поддерживает неотражающее преобразование подобия. Это имеет шесть степеней свободы, которые могут быть определены из трех пар неколлинеарных точек.
Матрица преобразования:
Проекция точки :
Проективные поддержки преобразования, наклоняющиеся в дополнение ко всем преобразованиям, которые поддерживает аффинное преобразование.
Матрица преобразования:
Проекция точки представлен однородными координатами как:
Для вычислительной простоты и КПД, этот блок использует алгебраическое расстояние. Алгебраическое расстояние для пары точек, на изображении a, и на изображении b, согласно преобразованию определяется следующим образом;
Для проективного преобразования:
, где
Для Неотражающего подобия или аффинного преобразования: ,
где
Блок выполняет сравнение и повторяет его число раз K между последовательными матрицами преобразования. Если вы выбираете опцию Find and exclude outliers, RANSAC и алгоритмы Наименьшее количество средних квадратов (LMS) становятся доступными. Эти алгоритмы вычисляют и сравнивают метрику расстояния. Матрица преобразования, которая производит меньшую метрику расстояния, становится новой матрицей преобразования, которую использует следующее сравнение. Итоговая матрица преобразования разрешена когда также:
Количество K случайных выборок выполняется
Алгоритм RANSAC, когда достаточно количества пар точки inlier может быть сопоставлено, (динамически обновляющийся K)
Оценочный алгоритм Геометрического преобразования выполняет эти шаги:
Матрица преобразования инициализируется к нулям
Установите count = 0
(Случайным образом производящий).
В то время как count < K
, где K
общее количество случайных выборок, чтобы выполнить, выполнить следующее;
Постепенно увеличьте количество; count = count + 1
.
Случайным образом выберите пару точек от изображений a и b, (2 пары для Неотражающего подобия, 3 пары для аффинного, или 4 пары для проективного).
Вычислите матрицу преобразования , от выбранных точек.
Если имеет метрику расстояния меньше, чем тот из , затем замена с .
(Дополнительный только для алгоритма RANSAC)
Обновите K
динамически.
Выйдите из выборки цикла, если достаточно количества пар точки может быть сопоставлено .
Используйте все пары точки в изображениях a и b, который может быть сопоставлен вычислить усовершенствованную матрицу преобразования
Итеративное Улучшение, (Дополнительный для RANSAC и LMS-алгоритмов)
Обозначьте все пары точки, которые могут быть сопоставлены как inliers.
Используйте пары точки inlier, чтобы вычислить матрицу преобразования .
Если имеет метрику расстояния меньше, чем тот из , затем замена с , в противном случае выйдите из цикла.
Количество случайных выборок может быть задано пользователем для RANSAC и Наименьшего количества Средних алгоритмов Квадратов. Можно использовать дополнительную опцию с алгоритмом RANSAC, который вычисляет этот номер на основе требования точности. Уровень Desired Confidence управляет точностью.
Расчетное количество случайных выборок, K, используемый с алгоритмом RANSAC, следующие:
где
p является вероятностью независимых пар точки, принадлежащих самой многочисленной группе, которая может быть сопоставлена тем же преобразованием. Вероятность динамически вычисляется на основе количества inliers, найденного по сравнению с общим количеством точек. Когда вероятность увеличивается, количество выборок, K, уменьшений.
q является вероятностью нахождения самой многочисленной группы, которая может быть сопоставлена тем же преобразованием.
s равен значению 2, 3, или 4 для Неотражающего подобия, аффинно, и проективного преобразования, соответственно.
Матрица преобразования, вычисленная от всего inliers, может использоваться, чтобы вычислить усовершенствованную матрицу преобразования. Усовершенствованная матрица преобразования затем используется, чтобы найти новый набор inliers. Эта процедура может быть повторена, пока матрица преобразования не может быть далее улучшена. Это итеративное улучшение является дополнительным.
[1] Р. Хартли и А. Зизермен, “Несколько Геометрия Представления в Компьютерном зрении”, Второй выпуск, издательство Кембриджского университета, 2003
1. Если смысл перевода понятен, то лучше оставьте как есть и не придирайтесь к словам, синонимам и тому подобному. О вкусах не спорим.
2. Не дополняйте перевод комментариями “от себя”. В исправлении не должно появляться дополнительных смыслов и комментариев, отсутствующих в оригинале. Такие правки не получится интегрировать в алгоритме автоматического перевода.
3. Сохраняйте структуру оригинального текста - например, не разбивайте одно предложение на два.
4. Не имеет смысла однотипное исправление перевода какого-то термина во всех предложениях. Исправляйте только в одном месте. Когда Вашу правку одобрят, это исправление будет алгоритмически распространено и на другие части документации.
5. По иным вопросам, например если надо исправить заблокированное для перевода слово, обратитесь к редакторам через форму технической поддержки.