Оцените геометрическое преобразование из совпадающих пар точек
tform = estimateGeometricTransform(matchedPoints1,matchedPoints2,transformType)tform. The tform объект отображает inliers в matchedPoints1 к инкрустаторам в matchedPoints2.
Функция исключает выбросы, используя алгоритм M-estimator SAmple Consensus (MSAC). Алгоритм MSAC является вариантом алгоритма Random Sample Consensus (RANSAC). Результаты могут не быть идентичными между запусками из-за рандомизированного характера алгоритма MSAC.
Примечание
Эта функция будет удалена в следующем релизе. Используйте estimateGeometricTransform2d или estimateGeometricTransform3d функция, которая обеспечивает большую функциональность.
[ возвращает соответствующие входные точки в tform,inlierpoints1,inlierpoints2]
= estimateGeometricTransform(matchedPoints1,matchedPoints2,transformType)inlierpoints1 и inlierpoints2.
[___, возвращает код состояния status] = estimateGeometricTransform(matchedPoints1,matchedPoints2,transformType)0, 1, или 2. Если вы не запрашиваете status code output, функция возвращает ошибку для условий, которые не могут привести к результатам.
[___] = estimateGeometricTransform( использует дополнительные опции, заданные одним или несколькими matchedPoints1,matchedPoints2,transformType, Name,Value)Name,Value аргументы в виде пар.
Прочитайте изображение и отобразите его.
original = imread('cameraman.tif'); imshow(original) title('Base Image')
Искажает и отображает преобразованное изображение.
distorted = imresize(original,0.7);
distorted = imrotate(distorted,31);
figure
imshow(distorted)
title('Transformed Image')
Обнаружение и извлечение функций из оригинала и преобразованных изображений.
ptsOriginal = detectSURFFeatures(original); ptsDistorted = detectSURFFeatures(distorted); [featuresOriginal,validPtsOriginal] = extractFeatures(original,ptsOriginal); [featuresDistorted,validPtsDistorted] = extractFeatures(distorted,ptsDistorted);
Соответствие и отображение функций между изображениями.
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 With Outliers');
Исключить выбросы, оценить матрицу преобразования и отобразить результаты.
[tform,inlierIdx] = estimateGeometricTransform2D(matchedPtsDistorted,matchedPtsOriginal,'similarity'); inlierPtsDistorted = matchedPtsDistorted(inlierIdx,:); inlierPtsOriginal = matchedPtsOriginal(inlierIdx,:); figure showMatchedFeatures(original,distorted,inlierPtsOriginal,inlierPtsDistorted) title('Matched Inlier Points')
Используйте предполагаемое преобразование, чтобы восстановить и отобразить оригинальное изображение из искаженного изображения.
outputView = imref2d(size(original)); Ir = imwarp(distorted,tform,'OutputView',outputView); figure imshow(Ir); title('Recovered Image');
matchedPoints1 - Совпадающие точки из изображения 1cornerPoints | объекта SURFPoints | объекта MSERRegions | объекта ORBPoints | объекта BRISKpoints | KAZEPoints | M -by-2 матрица координат [x, y]Совпадающие точки из изображения 1, заданные как KAZEPoints, cornerPoints объект, SURFPoints объект, MSERRegions объект, ORBPoints объект, BRISKPointsили M -by-2 матрица с координатами [x, y]. Функция исключает выбросы, используя алгоритм M-estimator SAmple Consensus (MSAC). Алгоритм MSAC является вариантом алгоритма Random Sample Consensus (RANSAC).
matchedPoints2 - Совпадающие точки из изображения 2cornerPoints | объекта SURFPoints | объекта MSERRegions | объекта ORBPoints | объекта BRISKpoints | KAZEPoints | M -by-2 матрица координат [x, y]Совпадающие точки из изображения 2, заданные как KAZEPoints, cornerPoints объект, SURFPoints объект, MSERRegions объект, ORBPoints объект, BRISKPointsили M -by-2 матрица с координатами [x, y]. Функция исключает выбросы, используя алгоритм M-estimator SAmple Consensus (MSAC). Алгоритм MSAC является вариантом алгоритма Random Sample Consensus (RANSAC).
transformType - Тип преобразования'similarity' | 'affine' | 'projective'Тип преобразования, заданный как одна из трех символьных строк. Можно задать тип преобразования любой из 'similarity', 'affine', или 'projective'. Чем больше количество совпадающих пар точек, тем больше точность предполагаемого преобразования. Минимальное количество совпадающих пар точек для каждого типа преобразования:
| Тип преобразования | Минимальное количество совпадающих пар точек |
|---|---|
'similarity' | 2 |
'affine' | 3 |
'projective' | 4 |
Типы данных: char
Задайте необязательные разделенные разделенными запятой парами Name,Value аргументы. Name - имя аргумента и Value - соответствующее значение. Name должны находиться внутри кавычек. Можно задать несколько аргументов в виде пар имен и значений в любом порядке Name1,Value1,...,NameN,ValueN.
'Confidence', 99 устанавливает доверительное значение равным 99.'MaxNumTrials' - Максимальное количество случайных испытаний1000 (по умолчанию) | положительное целое числоМаксимальное количество случайных испытаний для нахождения инкрустаторов, заданное как разделенная разделенными запятой парами, 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' - Доверие в нахождении максимального количества инлиеров99 (по умолчанию) | положительный числовой скалярДоверие в нахождении максимального количества инкрустаторов, заданная как разделенная разделенными запятой парами, состоящая из 'Confidence'и процентный числовой скаляр 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 проекции1.5 (по умолчанию) | положительный числовой скалярМаксимальное расстояние в пикселях, от точки до проекции ее соответствующей точки, заданное как разделенная разделенными запятой парами, состоящая из 'MaxDistance'и положительный числовой скаляр. Соответствующая проекция основана на оцененном преобразовании.
Типы данных: single | double | int8 | int16 | int32 | int64 | uint8 | uint16 | uint32 | uint64
[1] Hartley, R. and A. Zisserman, «Multiple View Geometry in Компьютерное Зрение», Cambridge University Press, 2003.
[2] Torr, P. H. S., and A. Zisserman, «MLESAC: A New Robust Estimator with Application to Estimating Image Geometry», Компьютерное Зрение and Image Understanding, 2000.
BRISKPoints | cornerPoints | detectFASTFeatures | detectMinEigenFeatures | detectMSERFeatures | detectORBFeatures | detectSURFFeatures | estimateFundamentalMatrix | extractFeatures | fitgeotrans | KAZEPoints | matchFeatures | MSERRegions | ORBPoints | SURFPoints