ios - opencv sift算法，如何从findHomography获得置信度

Question

我正在尝试为 iPhone 创建一个应用程序，但我是 openCV 和 iOS 的新开发人员。我有 50 多张物体图像，我有一张来自相机的场景图像。每次我在场景中都有这些对象之一。我可以通过筛选算法找到单个对象，但我找不到一种方法来计算置信度来比较对象，因为有些对象非常相似。我使用了 findHomography 函数，但仍然不知道如何获得信心。我从 openCV 库中找到这个，

    struct CV_EXPORTS MatchesInfo
{
    MatchesInfo();
    MatchesInfo(const MatchesInfo &other);
    const MatchesInfo& operator =(const MatchesInfo &other);

    int src_img_idx, dst_img_idx;       // Images indices (optional)
    std::vector<DMatch> matches;
    std::vector<uchar> inliers_mask;    // Geometrically consistent matches mask
    int num_inliers;                    // Number of geometrically consistent matches
    Mat H;                              // Estimated homography
    double confidence;                  // Confidence two images are from the same panorama
};

但是我不知道怎么用。

谢谢

Answer 1

您应该提供一些您使用过的图像示例。 SIFT 可能适合也可能不适合您要做的事情。这个任务有很多不同的方法。

请注意，单应性是 P2 到 P2 的可逆映射，这基本上意味着它对于平面对象(或远处的场景)是精确的，并且由于您的对象(可能)不是平面的，所以它是一个近似值。

您可能会想出很多方法来衡量这种信心。基本上重要的是单应性的支持(即 RANSAC 从您必须计算单应性的所有 SIFT 匹配中选择了多少点)以及这些“内部”点被单应性映射的程度。要找到分数，请使用单应性将点投影到第二张图像上，并找到从原始点重新投影的累积距离。分数越低，匹配越好(请注意，您需要根据点数进行归一化，否则对于较少数量的对应关系，您会得到更好的分数，这不是您想要的)

希望对您有所帮助，亚历克斯